《光谱学

在这一页上

文摘介绍材料和方法结果与讨论结论数据可用性的利益冲突作者的贡献确认补充材料引用版权相关文章

研究文章|开放获取

体积2023年| 文章的ID7860822| https://doi.org/10.1155/2023/7860822

数据集在中国玉米青贮饲料用于建立一个预测模型显示营养成分的变化

张蜀 ,¹ 剑豪 ,² 东海王 ,¹ 成龙主演罗 ,³ Na陆 ,⁴ Xiaocen郭 ,⁴ 李赛刘 ,⁵ Zixiao张 ,⁴ 和胜利李 ³

学术编辑器: 一Ahmed Mahesar

收到了 06年4月2023年

修改后的 2023年5月30日

接受 08年6月2023年

发表 2023年7月01

文摘

重要的是要评估饲料的营养浓度才能被用于乳制品行业的巨大进步。这种改进要求快速、准确、便携检测营养价值的方法,而不是传统的实验室分析。傅里叶变换红外(ATR-FTIR)光谱技术应用,和偏最小二乘回归(PLSR)和反向传播人工神经网络(三)算法被用于当前的研究。本研究的目的是评估营养成分的差异和瘤胃降解材料种植在不同的区域,提出一种新颖的分析方法预测整个植物玉米青贮饲料的营养成分(wpc)。Zhengdan 958品种的女警官被选从八个不同的网站比较营养和瘤胃降解的差异。共有974名警官样本收集235个奶牛场分散在五个中国地区,和营养指标是建模。结果,实质性差异的营养浓度和瘤胃降解材料被发现当他们种植在不同的区域增长。无锡的材料显示,1.14%的干物质(DM)含量高于济南。兰州有低11.57%和8.25%中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)浓度比济南,分别。女警官的DM降解性种植在巴彦淖尔远远高于在济南(巴彦淖尔6 h降解性:与济南= 49.85%比33.96%),和女警官的淀粉巴彦淖尔(71.79%)也是最高的6 h后瘤胃。 The results indicated that the contents of NDF, ADF, and starch were estimated precisely based on ATR-FTIR combined with PLSR or the BP-ANN algorithm (R²≥0.91)。其次是粗蛋白(CP)、DM (≤0.82R²≤0.90),醚提取物(EE)和灰(≤0.66R²≤0.81)。三层算法有更高的预测性能比PLSR (R²_PLSR≤R²_三层;RMSE_PLSR≥RMSE_三层)。同样的材料,不同地区种植的品种各种养分浓度和瘤胃降解。ATR-FTIR技术结合三层算法可以有效地评估CP、NDF、ADF、淀粉材料的内容。

1。介绍

中国乳制品行业在近几十年来发展迅速,需要提供牛奶产品世界人口的四分之一。进一步适应密集的系统,它需要可持续补充饲料。一系列的研究表明,饲料的营养变化导致乳品生产的变化(1,2]。例如,13.1%粗蛋白(CP)饮食显著降低牛奶产量总数的16.2% CP混合配给(咯)奶牛(3]。乙醚提取物(EE)的增加提高了奶牛的牛奶脂肪比例(4]。淀粉的含量(28.5%)拥有更高的干物质摄入(DMI)和牛奶产量(我)比24% (5]。因此,真正重要的是检测营养成分的利用。

全植物玉米青贮饲料(wpc)乳制品的主要成分咯在大多数的饮食制度,特别是对高产奶牛。玉米青贮饲料用于咯了42% (6]。它的广泛使用将属性高和稳定的生产与总消化的营养和代谢能的内容(6- - - - - -9]。除了基因型和收获成熟,产量和营养品质WPSC高度受到环境条件的影响(10- - - - - -12]。例如,高生长温度可以降低玉米青贮饲料的消化率,因为大幅提高秸秆木质素含量和淀粉含量减少玉米穗轴[13,14]。此外,先前的研究已经报道,降水是植物生产力的最具影响力的非生物因素(15],干旱胁迫通常导致植物生长和发育延迟通过减少细胞伸长和减少光合作用[16]。此外,土壤湿度和温度的增长DM产量高度相关,因为他们影响玉米作物的树冠和解剖学的发展(17]。最重要的是,有必要奶牛场检测粗粮的营养质量交付不同皱眉地区制定和美联储之前,它提供了基本的信息来满足具体的营养需求。

传统湿法化学分析需要相当大的人力,材料,和金融资源,使用的试剂将导致环境污染(18]。因此,探索实时、高效和环境友好技术引起了广泛的兴趣。作为一种快速、简单、无创、经济技术、傅里叶变换红外(ATR-FTIR)光谱可以补充或取代现有技术(19- - - - - -22]。使用ATR-FTIR技术,以前的研究(23,24)构建预测模型对干物质(DM)、CP、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)内容在植物。这些实验主要是传统的线性回归方法实现,如偏最小二乘回归(PLSR)之间建立一个预测模型饲料的营养内容和光谱信息。但现在,应用人工神经网络(ann)可能带来显著改善发展的模型,因为他们的能力来构建复杂的和潜在的非线性关系没有任何先验假设底层的数据生成过程(25]。反向传播人工神经网络(三层)是最具代表性和广泛利用安用误差反向传播算法(26- - - - - -29日]。然而,作者的知识,信息有限的应用ATR-FTIR光谱学请和三层的方法来预测材料收集的养分含量在中国不同地区种植。

本研究的目的是评估的between-region营养成分的差异和瘤胃降解材料,发展快速、高效的模型预测营养浓度的女警官基于ATR-FTIR光谱技术结合PLSR和三层算法。同时,一个更好的预测性能模型被选中作进一步的应用。

2。材料和方法

2.1。样品制备和化学测量

Zhengdan 958品种的女警官被选为本研究从八个不同的地区,和位置信息表所示1。在每个区域,选择三个情节,和20植物从每个情节,离地面10 - 15厘米,在内核收获成熟阶段的一半牛奶。外1米区域的每个情节都排除在抽样,以确保一致性的植物被取样。玉米收获后,材料从整个工厂切成2厘米的部分,并立即送往实验室。在这里,他们准备通过真空密封接种植物材料为聚乙烯袋(25×30厘米)。然后他们被存储在黑暗中在一个环境温度,直到分析。该灌装、压缩和所有24袋密封过程是相同的。

60 d的发酵后,聚乙烯袋了,采集样本进行养分浓度和消化率的测量。总共24次级样本从单独的袋子都是干强迫烤箱在65°C 48 h确定DM。他们然后在威利机(模型没有。2;阿瑟·h·托马斯有限公司、费城、PA)通过一个1毫米屏幕分析化学成分或通过一个4毫米的屏幕检测原位营养消失。粗蛋白(CP)测量采用988.05法官方分析化学家协会(30.]。中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)分析200年一个ANKOM纤维分析仪(ANKOM技术、马其顿王国、美国)使用耐热性的α淀粉酶(31日]。EE获得使用自动提取器(ANKOM XT101;美国纽约ANKOM技术公司,马其顿)。灰是由燃烧在600°C 6 h炉根据方法不。924.05 [32]。使用淀粉总淀粉含量进行了分析测定工具包(Megazyme、布雷、爱尔兰;没有方法。(996.11)的基础上,采用AOAC公认的方法32]。

2.2。动物和消化的测量

三个健康荷斯坦奶牛(139±15天牛奶,2.50±0.50平价)固定永久性瘤胃瘘管的中国农业大学试验基地使用原位孵化研究。审判程序提交给实验动物福利和动物伦理委员会的中国农业大学(批准号CAU2021009−2)。动物喂养咯forage-to-concentrate比例为60:40,每天两次在晚上九点07:00 h和h。咯组件和营养水平如表所示2。次级样本(ca.7 g)在密封的尼龙袋子被随机孵化(10×20厘米,孔隙大小40μfistulated牛的瘤胃6米),24日,30日,48 h,使用“/所有渐进”计划。淀粉消化率6 h后的孵化和NDF消化率在30 h(孵化与饲料的价值和质量有关33,34]。三个复制袋/样本个体奶牛被使用在每个孵化时间点。孵化后,所有的尼龙袋子从瘤胃中删除,用冷自来水六次,然后干恒重强制空气在65°C。复制袋的干残留每个样品池和混合培养时间,地面,并储存在密封的塑料袋进行进一步分析。瘤胃降解特性是使用以下公式计算35,36]:

2.3。样品制备、ATR-FTIR光谱分析和模型构建

建立稳定的营养成分和珍贵的预测模型(DM、CP、EE、火山灰、NDF、ADF、淀粉、钙、和P), 974份材料样本(43个品种)收集来自200多个奶牛场位于北京、天津、宁夏、内蒙古、山东、黑龙江、和一些其他网站。这些样本的相对信息如表所示3。新鲜植物的物理参数,包括全植物的身高和体重,内核数量,耳朵号码,和体重,测量立即在收获,以后出现率进行了计算。所有的样本选择都碎成小颗粒(1−2厘米),送到实验室,在那里,他们地面通过一个1.0毫米屏幕进行化学分析,或0.25 mm筛分子光谱分析。

ATR-FTIR光谱是利用傅里叶变换光谱仪(自由/开源软件- ds - 2500,自由/开源软件分析SA, DK 3400 HillerØed,丹麦)。两个克碎塑粉被放入一个玻璃样品。在每个扫描过程,ATR-FTIR光谱记录与波长800 - 2500纳米的范围在1纳米间隔,和32个扫描的分辨率8厘米⁻¹每一边拍摄,平均到一个光谱。每个样本扫描三次,平均价值是用于光谱分析。研究了光谱吸光度值日志1 /R,在那里R是样品反射率。974个样本的原始ATR-FTIR光谱图所示1。

原始光谱测量使用ATR-FTIR光谱仪包括噪音和额外的背景信息除了样本信息。因此,光谱数据的预处理前校准的可靠、准确、稳定的模型是必要的。在最近的研究中,中心是应用于光谱进行预处理。主成分分析(PCA)模型被用来检测异常值和减少材料样品的光谱数据的维度通过主成分得分(pc) [27]。

辨音器X 10.4软件实现的PLSR算法(这种软件,奥斯陆,挪威)是用于建立一个可预测的模型。三层结构(输入、隐藏和输出层)三层在MATLAB中实现R2019a (MathWorks公司,纳蒂克,妈,美国)作为另一个可预测的模式37]。评估的效率多元校正模型,两个统计参数,均方根误差的校准(RMSEC)和预测的均方根误差(RMSEP),计算根据以下方程(27): 在哪里和预测和测量值(女警官的养分含量),分别。

校准的相关系数(R²c)和预测(R²p)通常用于评估结果之间的相关性: 在哪里女警官的平均测量样品和吗n表示数量的女警官样本数据集。一个模型与高R²和低RMSEC证明性能优越30.]。模型可以用于原油预测如果R2 0.66≤≤0.81,更准确的预测如果R2 0.82≤≤0.90,或正常分析如果R2≥0.91 (31日]。

2.4。统计分析

营养成分和瘤胃降解动力学参数的数据进行了分析使用SAS 9.2单向方差分析软件(SAS研究所卡里、数控、美国)。邓肯的方法被用来分析多个比较基于以下模型: 在哪里Y_ijk代表了营养成分和实时降解率,是总体平均,T_我代表了不同种植地区紫花苜蓿干草,D_j随机效应,e_ijk模型误差。

统计分析,宣布显著差异 ,而一个趋势被确认。

3所示。结果与讨论

3.1。营养的影响内容和瘤胃降解材料生长在不同的地区

为主要粗饲料的反刍动物饲料来源,营养含量和瘤胃降解性吸引了广泛的关注。根据表4,除了CP,女警官的营养成分,包括DM、NDF、ADF, EE,灰,女警官和淀粉,在不同地区的差异很大。女警官生长在无锡DM内容(93.89%)最高,而济南最低(92.48%)。同时,NDF最高(47.19%),女警官的ADF含量(26.77%)观察到当他们种植在济南。宁夏城EE(3.32%)最高,而辽宁代表相反的条件(2.33%)。这些结果暗示降水等气候条件和生长温度会影响内部养分积累WPSC [38]。高土壤pH值加速脂肪酸在植物的沉积39]。这意味着,女警官的不同情感表达内容可能是土壤盐碱化的结果。

济南的女警官和宁夏的灰分含量高于从兰州和Durbert。这个结果可能是导致这种差异在光滑的收获。更多的土壤被带进饲料,灰分含量较高时发现地面平整度较差。淀粉是影响奶牛挤奶的性能的一个主要因素(40- - - - - -42]。结果与我们的研究已经证实,淀粉含量有关紫花苜蓿干草生长在中国东北质量可能有一个更大的挤奶。

图2表明,女警官的DM降解性种植在巴彦淖尔大大高于在济南。巴彦淖尔女警官的淀粉含量也最高的6 h后瘤胃。瘤胃降解在不同区域之间的差异可以解释为瘤胃微生物入侵的有效面积饲料和蛋白质结构(36,37]。通过digestation率通过触发外交胃颗粒大小,瘤胃冲刷,瘤胃壁膨胀,或乳头状突起触觉信号,也发生在不同的结果(43]。糖的消化率可能是导致差异的另一个原因44),在未来,它是一个值得研究。在目前的研究中,6 h和48 h瘤胃降解NDF和ADF的女警官从不同地区反映各种营养使用45]。

(一)

(b)

(c)

(d)

3.2。PLSR模型的建立和验证

营养指标和瘤胃降解的实质性的变化表明,有必要评估营养粗粮他们定价之前,制定和使用。然而,传统的化学方法不仅消耗人力,材料,和财政资源,也有助于一个潜在的环境污染引起的试剂(18),偏离了乳品业利润和符合可持续发展。传统的方法导致了一些错误由于不同的实验和仪器。因此,快速、高效和环境友好型技术需要作进一步的探讨。ATR-FTIR技术大大扩大了全球因为字段或在线应用程序的能力,同时评价大量样品在相对较短的时间尺度。因此,43岁的女警官品种从收集200个奶牛场位于五艘中国地区建立一个模型来预测养分。

如表所示S1,高变异系数(CV)计算,特别是Ca的内容(33.58%)、灰(24.08%)和淀粉(23.64%),其次是ADF (16.25%), EE (16.07%)、P (15.74%)、NDF (14.41%)、CP(12.62%)、糖尿病(1.83%)。这巨大的偏差范围表明,女警官的样品(n= 974)被广泛代表性。瘤胃降解的变化和形态特征如表所示S2和S3。

PLSR是最常用的回归方法的定量分析ATR-FTIR光谱(46]。在这项研究中,交叉验证进行的校准设置为选择最优因素PLSR模型(22]。的增长因素,解释方差的上升的范围变得相对较小。解释值越接近于1,构造模型的准确性就越高。然而,校准和预测集之间的差距将会观察到如果许多因素导致过度拟合25]。因此,战略的选择许多因素更有利于建立一个优化模型。所有的女警官被随机排序为N。每个部分有类似的数字和占样本总数的大约5%。随后,N被作为预测集,剩下的样本作为校正集(PLSR模型的更多细节,请参阅邢et al。47])。RMSE和R²被用作参数来选择最优标定模型,并应用于预测集。RMSE越小,越大R²越大,模型的预测性能(48]。

可选因素的总结许多不同的营养物质在女警官,会同标定和预测结果,如表所示5和图S1。PLSR模型显示良好的预测性能NDF、ADF、和淀粉的塑样品,R²c0.910,0.921和0.933R²p分别为0.904,0.916和0.929。我们的研究结果部分类似于Werbos et al。49),为NDF和ADF构造最优预测模型。这种类似现象的原因可以解释为高NDF和ADF的内容。hydrogen-containing团体的存在,他们在近红外区域产生明显的吸收峰。ANKOM 2000我(ANKOM技术,美国)是用于测量NDF和ADF,和六个并行复制保证分析的准确性。然而,他等。24)报道,NDF和ADF含量的预测性能低于其他营养物品。这可能与样本的来源和数量有关,会同ATR-FTIR敏感性以及化学测定的准确性(50]。

强劲的性能预测DM、CP和显示R²c0.836和0.903的值R²p值分别为0.823和0.900。然后,EE和火山灰根据值进行测试R²c0.788和0.795,R²p分别为0.763和0.799。总之,的价值R²在当前的研究中获得用于筛查和大多数应用程序根据威廉姆斯(51]。然而,无论是Ca还是P可以根据现有的数据预测,因为低的值R²。一个可能的解释是这是矿物质的缺乏ATR-FTIR吸收特性可能与吸水乐队(22]。这意味着潜在的ATR-FTIR技术的局限性和缺点,比如它无法准确评估某些营养素,不充分解决,值得进一步搜索。

3.3。三层模型的建立和验证

提出的BP算法最初Werbos [52安),及其应用的培训被妞妞推广et al。53]。大脑中的神经元,三层模型是一个功能强大的智能数据处理[最优化方法28]。介绍了三层的工作原理佩雷斯−马林et al。29日]。在这项研究中,974名警官样本分为校准和预测集根据9:1的比例。877校准和97年预测集样品。BP训练之前,一些参数设置如下:20个主成分作为输入层,因为他们解释了超过99%,接近100%的人口变化。隐层的传递函数是短暂的,和隐层的节点数是6。输出层的传递函数purelin使用,并注意数量的输出层是1。LM算法(Levenberg-Marquardt)和适应动量梯度下降学习函数用于模型训练;训练速度是0.001。

养分含量的测量值和预测值的女警官在图所示S2。表6显示了三层模型的评价参数。这些结果表明,CP的三层模型表现出良好的预测性能(R²c= 0.945;R²p= 0.927),NDF (R²c= 0.965;R²p= 0.935),ADF (R²c= 0.991;R²p= 0.975)和淀粉(R²c= 0.972;R²p= 0.944)。DM的指标(R²c= 0.900;R²p= 0.845),EE (R²c= 0.886;R²p= 0.853)和灰(R²c= 0.902;R²p= 0.847)也被预测。然而,可怜的预测性能观察Ca (R²c= 0.730;R²p= 0.509)和P (R²c= 0.615;R²p= 0.453)。收购成功的预测模型,特别是NDF、ADF,淀粉,可能获得的大样本的结果从五个中国区域表示一个广泛的地理跨度。ATR-FTIR是典型的间接分析技术,其真实性是与常规化学测量的精密度和准确度。此外,我们需要不断扩大样本和上传数据系统中保证预测精度。

3.4。绩效评估的PLSR和三层多元校正方法

评估参数PLSR模型和三层模型的比较如表所示7。三层模型表现出更多的有效养分含量的预测性能比PLSR模型由于更高的女警官R²c和R²p结合低RMSEC和RMESP值。这是强烈影响三层方法的灵活性。三层可以确定ATR-FTIR光谱数据之间的线性和非线性关系和相应的物理化学属性(28]。使用三层减少了训练时间,提供更高的计算效率比PLSR方法。

4所示。结论

总之,女警官的营养成分和瘤胃降解生长在不同区域呈现明显差异。基于代表性数据,ATR-FTIR技术利用和视为一个有效和简单的工具,预测材料的营养成分,不仅快速优化饲料配方,还提高了乳制品行业的生产力。此外,三层算法的应用可能导致显著改善模型开发和最终能提供更快速和可靠的模型由于其自学习,自组织,强大的fault-tolerating,适应高非线性计算的能力。最后,广泛收集材料的样本来自不同地区和奶牛场提高健壮性和普遍性的研究中,也增强了模型的实用性,我们探索。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

S.L.和Z.Z.概念化的研究。S.Z.发达的方法。D.W.开发软件。S.L.和S.Z.验证数据。S.Z.执行正式的分析。S.Z.,J.H., D.W., and C.L. investigated the data. J.H. collected the resources. N.L. curated the data. S.Z. wrote and prepared the original draft. Y.L. and X.G. wrote, reviewed, and edited the data. Y.L. visualized the study. S.L. supervised the study. Z.Z. administered the project. S.L. acquired the funds. All authors have read and agreed to the published version of the manuscript.

确认

作者要感谢MOF和玛拉的中国农业研究体系,结合现代农业的支持对于这个实验。这项研究受到了CARS36的专项基金。

补充材料

图S1:分布预测和测量整个植物玉米青贮饲料的营养内容基于PLSR模型。图S2:分布预测和测量整个植物玉米青贮饲料的营养内容基于三层模型。表S1:整个植物的养分含量和变化范围玉米青贮饲料。表S2:整个植物玉米青贮饲料的瘤胃降解和变化范围。表S3:形态学测量不同品种的全植物玉米青贮饲料。(补充材料)

引用

n p·马丁,m . p . Russelle j·m·鲍威尔et al .,“邀请点评:可持续的草料和谷物作物生产的乳制品行业,“乳品科学杂志》,卷100,不。12日,第9494 - 9479页,2017年。
视图: 出版商的网站 | 谷歌学术搜索
t . Senga Kiesse、m . s .科森和a . Wilfart”分析牛奶产量和温室气体排放作为极端变化的函数在饲料生产中法国奶牛场”环境管理杂志》文章ID 114537卷,307年,2022年。
视图: 出版商的网站 | 谷歌学术搜索
t·巴罗斯m . a . Quaassdorff m . j . Aguerre et al .,“膳食粗蛋白浓度的影响在late-lactation奶牛氮利用率的性能和指标,”乳品科学杂志》,卷100,不。7,5434 - 5448年,2017页。
视图: 出版商的网站 | 谷歌学术搜索
b . c . Venturelli j . e . de Freitas初级c . s . Takiya et al .,“总束营养消化和牛奶脂肪酸的食物喂养的奶牛包含不同层次的整个生大豆,”动物生理学、动物营养学》杂志上,卷99,不。6,1149 - 1160年,2015页。
视图: 出版商的网站 | 谷歌学术搜索
p . n .先验哲学,j·s·霍根和w·p·维斯”各种淀粉喂养方法对反应的影响奶牛的乳房内的注入脂多糖,”乳品科学杂志》,卷98,不。3、1786 - 1796年,2015页。
视图: 出版商的网站 | 谷歌学术搜索
l . f . Ferraretto r . d .剃须刀,“全植物玉米青贮饲料混合类型对摄入的影响,消化、瘤胃发酵和通过奶牛泌乳性能通过一个荟萃分析,“乳品科学杂志》,卷98,不。4、2662 - 2675年,2015页。
视图: 出版商的网站 | 谷歌学术搜索
k . t . Khaing t . c . Loh s Ghizan r . a .哈利姆和a . a . Samsudin“采食量、生长性能和消化率在山羊美联储全株玉米青贮饲料和纳皮尔草坪,”马来西亚的动物科学》杂志上,18卷,不。1,第97 - 87页,2015。
视图: 谷歌学术搜索
n . a .汗t . a . Tewoldebrhan r·l·g·Zom j . w .锥和w•h•亨”效应的玉米青贮饲料收获成熟,集中类型奶牛乳脂肪酸成分,”乳品科学杂志》,卷95,不。3、1472 - 1483年,2012页。
视图: 出版商的网站 | 谷歌学术搜索
m n a .汗p . Yu阿里,j . w .锥和w•h•“玉米青贮饲料的营养价值与奶牛性能和牛奶质量,”粮食和农业的科学杂志》上,卷95,不。2、238 - 252年,2015页。
视图: 出版商的网站 | 谷歌学术搜索
美国Abeysekara: a .汗,p . Yu”关系蛋白质分子结构组成和代谢蛋白质供应新冷季的奶牛饲料玉米品种,”Spectrochimica学报:分子和生物分子光谱学卷,191年,第314 - 303页,2018年。
视图: 出版商的网站 | 谷歌学术搜索
t·f·伯纳德·j·l·p·丹尼尔·a·t·Adesogan et al .,“青贮饲料的青贮饲料评:独特的挑战在热的和冷的地区,”乳品科学杂志》,卷101,不。5,4001 - 4019年,2018页。
视图: 出版商的网站 | 谷歌学术搜索
l .龚r·d·剃须刀r·j·格兰特和r . j .施密特”青贮饲料评:解释化学、微生物和感官的青贮饲料的组成部分,“乳品科学杂志》,卷101,不。5,4020 - 4033年,2018页。
视图: 出版商的网站 | 谷歌学术搜索
s . b . Temime e . Campeol p l . Cioni d·达乌德,和m . Zarrouk“挥发性化合物从Chetoui橄榄油和变化引起的区域增长,”食品化学,卷99,不。2、315 - 325年,2006页。
视图: 出版商的网站 | 谷歌学术搜索
k . Rengsirikul y Ishii, k Kangvansaichol et al .,“生物量产量、化学成分和潜在的乙醇产量的8个品种napiergrass(狼尾草purpureum舒马赫)收获3个月在泰国中部,“可持续生物能源系统杂志》上,3卷,不。2、107 - 112年,2013页。
视图: 出版商的网站 | 谷歌学术搜索
t . e . Huxman m·d·史密斯p·a·费伊et al .,“收敛在生物群落共同rain-use效率。”自然,卷429,不。6992年,第654 - 651页,2004年。
视图: 出版商的网站 | 谷歌学术搜索
j . a . Polania诉Salazar-Chavarria Gonzalez-Lemes, a . Acosta-Maspons c . c . c .蔡特和a . a . Covarrubias”对比菜豆作物用水模式和气孔动态响应终端干旱,”植物科学前沿ID 894657条,卷。13日,2022年。
视图: 出版商的网站 | 谷歌学术搜索
e . Habermann j·a·b·圣·马丁·d·r·Contin et al .,“增加大气CO₂诱发冠层温度和叶的解剖和生理变化₄饲料种类黍最大。”《公共科学图书馆•综合》,14卷,不。2篇文章ID e0212506 2019。
视图: 出版商的网站 | 谷歌学术搜索
g .道研究预测草和紫花苜蓿干草的营养成分检测技术、兰州大学、兰州,中国,2020。
郭z, a . o . Barimah a . et al .,得知“同时量化的有效成分和抗氧化能力使用近红外光谱学加上绿茶的群体智能算法,”Lebensmittel-Wissenschaft &技术文章ID 109510卷,129年,2020年。
视图: 出版商的网站 | 谷歌学术搜索
e·a·Macavilca和l . Condezo-Hoyos”总抗氧化能力的评价高原彩色奎奴亚藜藜藜麦willd)的可见光和近红外漫反射光谱和化学计量学,”Lebensmittel-Wissenschaft &技术文章ID 110182卷,134年,2020年。
视图: 出版商的网站 | 谷歌学术搜索
r . Zimmerleiter j·凯奇,r . Nikzad-Langerodi et al .,“Probeless非侵入性的近红外光谱生物过程监控使用显微分光计技术,”分析和分析化学,卷412,不。9日,第2109 - 2103页,2020年。
视图: 出版商的网站 | 谷歌学术搜索
g . Buonaiuto d . Cavallini l . m . e . Mammi et al .,”检测的准确性预测的化学成分和纤维消化率hay-based总混口粮,”意大利动物科学杂志》上,20卷,不。1,第1739 - 1730页,2021。
视图: 出版商的网站 | 谷歌学术搜索
n . n, j·t·赵l . Chen等人“研究评价大豆皮纤维含量的近红外光谱分析技术的基础上,“动物营养学报(中文),33卷,不。3、1792 - 1800年,2020页。
视图: 谷歌学术搜索
吴x y, l . Zhang j . et al .,“近红外预测模型建立的常规营养成分紫花苜蓿干草,内容”动物营养学报(中文)没有,卷。31日。10日,4684 - 4690年,2019页。
视图: 谷歌学术搜索
l . l . j . Chen兴,l . j .汉”定量测定家禽粪便的养分含量近红外光谱学基于人工神经网络,”家禽科学,卷88,不。12日,第2503 - 2496页,2009年。
视图: 出版商的网站 | 谷歌学术搜索
张x, g, j·w·杨,李y和z”理论研究和应用的三层电网短期负荷预测的方法,”中兴通讯,13卷,不。3、2 - 5,2015页。
视图: 出版商的网站 | 谷歌学术搜索
s . Zandbaaf m . Reza Khanmohammadi Khorrami, m . Ghahraman Afshar,“基于遗传算法的人工神经网络和偏最小二乘回归方法预测变压器油的击穿电压样本使用ATR-FTIR光谱学在电力行业,“Spectrochimica学报:分子和生物分子光谱学文章ID 120999卷,273年,2022年。
视图: 出版商的网站 | 谷歌学术搜索
张x, y太阳,l . Chen y白,黄,和k·陈,“氧化锌的含量测定矿物药炉甘石使用近红外光谱学MIV和三层算法的基础上,“Spectrochimica学报:分子和生物分子光谱学卷,193年,第140 - 133页,2018年。
视图: 出版商的网站 | 谷歌学术搜索
d . Perez-Marin a . Garrido-Varo j·e·格雷罗州和j·c . Gutierrez-Estrada“近红外反射光谱校准中使用人工神经网络预测包含的小麦和向日葵的百分比在复合饲料,吃饭”应用光谱学,60卷,不。9日,第1069 - 1062页,2006年。
视图: 出版商的网站 | 谷歌学术搜索
官方分析化学家协会(采用Aoac公认的),官方的分析方法弗吉尼亚州阿灵顿官方分析化学家协会,美国20版,2016年。
p . j . Van所以j·b·罗伯逊和b·a·刘易斯“膳食纤维的方法,中性洗涤剂纤维和nonstarch多糖在动物营养,”乳品科学杂志》,卷74,不。10日,3583 - 3597年,1991页。
视图: 出版商的网站 | 谷歌学术搜索
官方分析化学家协会(采用Aoac公认的),官方的分析方法弗吉尼亚州阿灵顿官方分析化学家协会,美国17日版,2000年。
a . Hristov m·哈珀·g·罗斯et al .,“在地窖里贮存时间对玉米青贮饲料的影响中性洗涤剂纤维降解性和实验室纤维分析和体内消化率之间的关系,“乳品科学杂志》,卷103,不。3、2333 - 2346年,2020页。
视图: 出版商的网站 | 谷歌学术搜索
c·j·理查兹彼得森j·f·r·a·布里顿r . a .股票和c r . Krehbiel“体外淀粉消失过程的修改,动物饲料的科学和技术,55卷,不。1 - 2日,35 - 45,1995页。
视图: 出版商的网站 | 谷歌学术搜索
问:c . w . k . y . l . Wang Wang吴et al .,“原位玉米青贮饲料的瘤胃降解特性和细菌殖民化p-coumaric和阿魏酸含量不同,“微生物,10卷,不。11,2269年,页2022。
视图: 出版商的网站 | 谷歌学术搜索
刘马y、m z汗y et al .,“营养成分分析、瘤胃降解特性和中国黑麦草的饲用价值,大麦草,和裸燕麦秸秆,”动物,11卷,不。9,2486年,页2021。
视图: 出版商的网站 | 谷歌学术搜索
l .秋张m . a . s . Mujumdar l . Chang,“方便使用近红外光谱间接预测食用玫瑰的抗氧化活动(玫瑰对Jacq Crimsin荣耀热处理)在红外干燥花瓣,“食品化学文章ID 130951卷,369年,2022年。
视图: 出版商的网站 | 谷歌学术搜索
a . Chebil b·h·赫德n . Mtimet b . Dhehibi w . Bilel,“气候变化对突尼斯的经济影响农业:小麦的情况下,“对气候变化的脆弱性的农业、水和渔业施普林格,柏林,德国,2014年。
视图: 谷歌学术搜索
a·彼特和p . Yu”发生、生物合成和分子结构的原花青素及其对豆科饲料蛋白质沉淀的影响,在反刍动物消化道消化吸收,”国际分子科学杂志》上,18卷,不。5,1105年,页2017。
视图: 出版商的网站 | 谷歌学术搜索
a·彼特和p . Yu”,原花青素的作用复杂在紫花苜蓿饲草营养结构和互动,”国际分子科学杂志》上,17卷,不。5,793年,页2016。
视图: 出版商的网站 | 谷歌学术搜索
l . m . e . Mammi g . Buonaiuto f . Ghiaccio et al .,“结合前食品和蒸馏谷物纳入奶牛配给:影响牛奶产量,瘤胃环境,和纤维消化率,”动物,12卷,p。3519年,2022年。
视图: 出版商的网站 | 谷歌学术搜索
g . Buonaiuto a . Palmonari f . Ghiaccio et al .,“完全替代玉米面粉和高粱面粉的影响在奶牛美联储实情干hay-based配给,”意大利动物科学杂志》上,20卷,不。1,第833 - 826页,2021。
视图: 出版商的网站 | 谷歌学术搜索
d . Cavallini a . Palmonari l . Mammi f . Ghiaccio g . Canestrari和a . Formigoni”评价粪便取样时间点来估计明显在哺乳期的荷斯坦奶牛营养消化率,”兽医科学前沿ID 1065258条,卷。9日,2022年。
视图: 出版商的网站 | 谷歌学术搜索
a . Palmonari d . Cavallini c . j . Sniffen et al .,“体外评价糖的消化率在糖蜜,”意大利动物科学杂志》上,20卷,不。1,第577 - 571页,2021。
视图: 出版商的网站 | 谷歌学术搜索
p . p . Subedi和k·b·沃尔什”的评估完整的香蕉和芒果果实的糖和淀粉SWNIR光谱学,”采后生物学和技术,卷62,不。3、238 - 245年,2011页。
视图: 出版商的网站 | 谷歌学术搜索
f·d·f·唐李振国Chen Li et al .,”建设中养分含量的近红外预测模型不同部分(组织)的玉米青贮饲料,“草业科学,38卷,不。9日,第1761 - 1753页,2021年。
视图: 谷歌学术搜索
l, l . j . Chen和l . j .汉”层肥料使用近红外反射光谱快速分析,“家禽科学,卷87,不。7,1281 - 1286年,2008页。
视图: 出版商的网站 | 谷歌学术搜索
c . s .王决心和预测各种氨基酸的代谢能值和不同的源的可用性在蛋鸡玉米和大豆、四川农业大学、雅安市,中国,2014。
p . j . Werbos超越回归:新工具在行为科学预测和分析美国,哈佛大学,波士顿,MA, 1974。
d . e . Rumelhart、g·e·辛顿和r . j·威廉姆斯,“学习back-propagating错误的陈述,”自然,卷323,不。6088年,第536 - 533页,1986年。
视图: 出版商的网站 | 谷歌学术搜索
p·威廉姆斯,近红外技术,获得最佳的光:一个简短的课程为用户的实际实现近红外光谱流程设计工具,德雷伯、UT、美国,第二版,2004年版。
h·杨,j·金,f·侯,x,, y,”一个ANN-based Zhundong和其他中国煤结渣预测方法的潜力,”燃料文章ID 120271卷,293年,2021年。
视图: 出版商的网站 | 谷歌学术搜索
赵x妞妞,z, k .贾和李x”定量分析的可行性研究葡萄糖和果糖FT-NIR光谱和化学计量学在莲藕粉”食品化学,卷133,不。2、592 - 597年,2012页。
视图: 出版商的网站 | 谷歌学术搜索

版权

PDF 下载引用

下载其他格式

订单打印副本

的观点

111年

下载

87年

引用