吉林大学学报(工学版)

• • 上一篇    

吉林杂交猪瘦肉率的主成分回归分析估算

胡铁军1,孙永海2,张学强2,郭建3,王占博3   

  1. 1.吉林大学 军需工程系,长春 130062; 2.吉林大学 生物与农业工程学院,长春 130022; 3.吉林省华正农牧业开发股份有限公司 技术部,吉林 公主岭 136100
  • 收稿日期:2005-08-02 修回日期:2006-03-20 出版日期:2006-09-15 发布日期:2006-09-15
  • 通讯作者: 孙永海

Estimation for cutability of crossbred jilin swine
by principal component regress analysis

Hu Tie-jun1, Sun Yong-hai2, Zhang Xue-qiang2, Guo Jian3, Wang Zhan-bo3   

  1. 1.Department of Quartermaster Engineering, Jilin University, Changchun 130062, China; 2.College of Biological and Agricultural Engineering, Jilin University, Changchun 130022, China; 3.Technology Department, Jilin Huazheng Farming Development Ltd., Gongzhuling 136100, China
  • Received:2005-08-02 Revised:2006-03-20 Online:2006-09-15 Published:2006-09-15
  • Contact: Sun Yong-hai

摘要: 在对69头吉林杂交猪的17个胴体参数进行调查分析的基础上,通过相关性分析,筛选出影响猪胴体瘦肉率的11个主要因素,并用主成分分析法优选出复合因子、眼肌面积因子和胴体品质因子3个主成分变量,构建了吉林杂交猪瘦肉率多元线性回归模型。通过对30头吉林杂交猪的胴体瘦肉率的测算, 平均误差仅为3.41%,标准残差RSD为0.061。试验结果表明,该方法可以在实际生产中应用,适合对吉林二元杂交猪瘦肉率的估算。

关键词: 食品加工技术, 检测系统, 瘦肉率, 主成分分析, 吉林杂交猪

Abstract: On the basis of investigation on 17 carcass parameters of 69 crossbred Jilin swine, 11 principal factors influencing the carcass cutability were found by the correlation analysis. Three principal component variables such as complex factor, loin eye area factor and carcass quality factor were chosen out by means of principal component analysis and a multiple linear regression analysis model for the cutability of crossbred Jilin swine was developed. The cutabilities of 30 crossbred Jilin swine were estimated by the model. The experiment results show that the mean error was only 3.41%, the residual standard deviation(RSD) was 0.061. The estimate method can be used in the pork production, which is especially suitable to the cutability estimation of the twowaycrossbred Jilin swine.

Key words: food processing technology, measurement system, cutability, principal component analysis, crossbred Jilin swine

中图分类号: 

  • TS251.7
[1] 刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620.
[2] 张曼, 施树明. 典型汽车运行工况的状态转移特征分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1008-1015.
[3] 耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935.
[4] 徐梦蕾, 高宇, 刘静波, 熊晋锋, 赵颂宁, 黄延军. 基于抗氧化的大豆异黄酮对PC12细胞的神经保护作用[J]. 吉林大学学报(工学版), 2017, 47(1): 332-336.
[5] 苏畅, 付黎明, 魏君, 李硕, 黄蕾, 曹越. 基于感性工学和主成分分析的车身色彩设计[J]. 吉林大学学报(工学版), 2016, 46(5): 1414-1419.
[6] 马爽, 周长久, 张连东, 洪伟, 田彦涛. 基于Kinect改进的增量PCA扭锁在线识别[J]. 吉林大学学报(工学版), 2016, 46(3): 890-896.
[7] 齐兴达, 李显君, 刘丝雨, 孟东晖. 基于数据包络分析和主成分分析的产业技术创新能力差异化研究[J]. 吉林大学学报(工学版), 2015, 45(3): 1017-1023.
[8] 张铁华, 姜楠, 刘迪茹, 郝锦峰, 毛春玲, 郭明若. 乳清蛋白基质脂肪替代物的制备及其在低脂液态奶中的应用效果[J]. 吉林大学学报(工学版), 2015, 45(3): 1024-1028.
[9] 邱春玲, 陶强, 范润龙, 王培智. 基于局部二进制描述SIFT特征的锆石图像配准方法[J]. 吉林大学学报(工学版), 2014, 44(6): 1793-1798.
[10] 袁媛, 张焕杰, 苗雨田, 吴思佳, 林松毅, 刘静波. 鲜切薯片油炸过程中丙烯酰胺形成的贡献率[J]. 吉林大学学报(工学版), 2014, 44(5): 1525-1530.
[11] 赵谋明, 龙肇, 赵强忠, 徐巨才. 蛋白质用量和比例对淡奶油理化性质的影响[J]. 吉林大学学报(工学版), 2014, 44(5): 1531-1536.
[12] 顾播宇,孙俊喜,李洪祚,刘红喜,刘广文. 基于特征加权模块双方向二维主成分分析的人脸识别[J]. 吉林大学学报(工学版), 2014, 44(3): 828-833.
[13] 金声琅, 王莹, 殷涌光. 高压脉冲电场对淀粉和肌原纤维蛋白混合凝胶强度的影响[J]. 吉林大学学报(工学版), 2014, 44(2): 573-578.
[14] 徐艳阳, 蔡森森, 吴海成. 玉米热风与微波联合干燥特性[J]. 吉林大学学报(工学版), 2014, 44(2): 579-584.
[15] 宋怀波, 史建强. 应用PCA理论进行多人脸姿态估计的方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 43-46.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!