“精牧”系统检测奶牛疑似发情效果的研究

徐斐飞，夏 婷，徐 刚，李春燕，刘继峰

(山东成城物联网科技股份有限公司，泰安 271000)



“精牧”系统检测奶牛疑似发情效果的研究

徐斐飞，夏 婷，徐 刚，李春燕，刘继峰

(山东成城物联网科技股份有限公司，泰安 271000)

为了研究“精牧”系统检测奶牛发情效果，利用“精牧”奶牛独立发情检测系统检测试验所用的318头经产荷斯坦奶牛的发情数据，提取并保存，同时选派资深的发情检测人员对试验所用的318头牛只做直肠鉴定检测，并使用R语言(开源统计分析软件){gmodels}包中的CrossTable()函数和{caret}包中的confusionMatrix()函数，计算出“精牧”系统奶牛疑似发情检出率与正确率，利用混淆矩阵分析检验验证“精牧”奶牛独立发情检测系统检测数据与直肠鉴定检测数据的一致性。试验结果表明，“精牧”奶牛独立发情检测系统检测奶牛疑似发情检出率为0.957，正确率为0.903。Accuracy准确率为0.9465,Sensitivity(覆盖率或敏感度)值为0.9403,Specificity(负例覆盖率或特异度)值为0.9573,Pos Pred Value(命中率)值为0.9742和Neg Pred Value(负例命中率)值为0.9032，并且Kappa值为0.8865,充分说明“精牧”奶牛独立发情检测系统结果与直肠鉴定发情结果具有一致性。试验结果表明，“精牧”系统可以替代传统的鉴别方法鉴别奶牛是否发情。

检出率；正确率；奶牛发情检测系统；R语言；混淆矩阵；Kappa值

1 引言

随着物联网等高新技术的不断涌现，必将加快牧场信息化管理建设的步伐。利用物联网技术为牧场在牛群繁殖管理中，准确预警发情奶牛，帮助牧场工作人员及时发现处理，进而适时配种，提高受胎率，降低奶牛的繁殖障碍，提高牧场的经济收益作技术支撑[8]。如今，牧场都朝着规模化方向发展，传统的发情鉴定检测方法[1,2]已不利于提高奶牛繁殖率和牛奶产量，极易漏检和错过奶牛的发情期，从而导致错过最佳的配种时间[4,6,9]。“精牧”奶牛发情独立检测系统是由山东成城物联网科技股份有限公司研发的用于奶牛发情实时监测，并以短信形式向牧场工作人员提供奶牛发情信息和活动量的系统[7]。

本文作者等利用“精牧”奶牛独立发情检测系统检测出的2016年12月至2017年2月期间内山东省泰安市某试验牧场奶牛的发情数据，对系统检测出的发情牛只数据与直肠鉴定检测出的发情数据作列联表及混淆矩阵分析[11]，以验证“精牧”系统在提高牧场的发情检出率和经济效益上的应用价值。

2 试验数据说明

本试验数据样本为山东省泰安市某试验牧场2016年12月至2017年2月期间内选取的318头奶牛，提取其在“精牧”奶牛独立发情检测系统检测的发情数据，并且将系统检测出的数据和资深的发情检测人员对其所做的直肠鉴定检测的数据进行汇总。

试验所用数据采集系统“精牧”奶牛独立发情检测系统为山东成城物联网科技股份有限公司研发，系统由软件和硬件两部分组成。即，“精牧”奶牛独立发请检测系统，计步器和读写器。读写器作为中间媒介，将计步器传输回的数据，传输到软件系统中，软件系统对接收到牛只实时活动量数据进行分析，判断其是否发情[10]。

3 试验分析及评价方法

3.1 混淆矩阵(Confusion Matrix)分析

在数据分析，或者机器学习中，常用混淆矩阵分析评价分类模型预测值与实际值匹配的精准度[5]，即数据一致性分析。本试验将利用此分析方法判断“精牧”奶牛独立发情检测系统所报数据的精准度，并利用R开源统计分析软件进行混淆矩阵分析，将使用{caret}包中Confusion Matrix()函数[11]，利用函数中的以下几种评价指标判断数据的一致性。

①准确率(Accuracy):“精牧”奶牛独立发情检测系统正确检测未发情和发情的数目与总数目的比率；

② Kappa 值：“精牧”奶牛独立发情检测系统与直肠鉴定发情是否具有一致性[3]；

③ 覆盖率或敏感度(Sensitivity)：“精牧”奶牛独立发情检测系统检测出的正确的未发情奶牛数目与直肠检测法检测出的未发情奶牛总数目比；

④负例覆盖率或特异度(Specificity)：“精牧”奶牛独立发情检测系统检测出的正确的发情奶牛数目与直肠检测法检测出的发情奶牛总数目比；

⑤命中率(Pos Pred Value)：“精牧”奶牛独立发情检测系统检测出的正确的未发情奶牛数目与系统检测出的未发情奶牛总数目的比；

⑥负例命中率(Neg Pred Value)：“精牧”奶牛独立发情检测系统检测出的正确的发情奶牛数目与系统检测出的发情奶牛总数目的比。

3.2 理论背景

为了方便计算和解释计算过程，可利用以下简化后的混淆矩阵(2×2列联表)，说明各指标的理论计算方法。

A结果项目否是总计B结果否aba+b是cdc+d总计a+cb+dN=a+b+c+d

①准确率:

机遇一致率

非机遇一致率=1-Pc；实际一致率=Po-Pc

3.3 评价方法

准确率,覆盖率或敏感度,负例覆盖率或特异度,命中率和负例命中率的比率越大，“精牧”奶牛独立发情检测系统检测出的数据与直肠检测法检测出的数据匹配度越高。Kappa值若在0.0～0.20范围内，表明预测值与观察值一致性极低；若在0.21～0.40范围内，表明预测值与观察值具有一般一致性；若在0.41～0.60范围内，表明预测值与观察值具有中等的一致性；若在0.61～0.80范围内，表明预测值与观察值具有高度的一致性；若在0.80～1.00范围内，表明预测值与观察值几乎完全一致[3]。

4 试验结果及分析

试验全部数据是在相同时间段内，采集试验牧场通过直肠鉴定的发情牛数据和“精牧”奶牛独立发情检测系统报出的疑似发情牛数据。结果统计如下:

直肠鉴定发情牛是否发情否是总计“精牧”奶牛独立发情检测系统报出的疑似发情牛否1895194是12112124总计201117318

根据列表可知，直肠鉴定法鉴定出共有117头发情牛，“精牧”奶牛独立发情检测系统共报出124头疑似发情牛，其中报准112头牛，误报12头，漏报5头。

4.1 列联表分析

利用R语言中{gmodels}包中的CrossTable()函数对“精牧”奶牛独立发情检测系统报出的疑似发情牛数据和直肠鉴定的发情牛数据作列联表分析，结果如下：

“精牧”奶牛独立发情检测系统报出的疑似发情牛直肠鉴定发情牛NoYesRowTotalNo189.0005.000194.00035.93161.7280.9740.0260.6100.9400.0430.5940.016Yes12.000112.000124.00056.21596.5740.0970.9030.3900.0600.9570.0380.352ColumnTotal201.000117.000318.0000.6320.368

根据“精牧”奶牛独立发情检测系统的检出率与正确率计算方法，从上表中我们可知发情检出率为0.957，正确率为0.903。

4.2 混淆矩阵分析

利用R语言{caret}包中的confusionMatrix()函数对“精牧”奶牛独立发情检测系统报出的疑似发情牛数据和直肠鉴定的发情牛数据的一致性进行验证，软件运行结果如下：

从运行结果可以看出，“精牧”奶牛独立发情检测系统报出的数据与直肠鉴定检测出的数据准确率为0.9465，覆盖率或敏感度值为0.9403,负例覆盖率或特异度值为0.9573,命中率值为0.9742和负例命中率值为0.9032，并且Kappa值为0.8865(0.80～1.00)，说明“精牧”奶牛独立发情检测系统报出的数据与直肠鉴定检测出的数据几乎完全一致。

Accuracy0.946595%CI(0.9158,0.9686)NoInformationRate0.6321P-Value<2e-16Kappa0.8865McNemar'schi-squared2.1176df1Mcnemar'sTestP-Value0.1456Sensitivity0.9403Specificity0.9573PosPredValue0.9742NegPredValue0.9032Prevalence0.6321DetectionRate0.5943DetectionPrevalence0.6101BalancedAccuracy0.9488

Confusion Matrix and Statistics

5 结论

通过提取试验牧场“精牧”奶牛独立发情检测系统报出的318头牛只数据与直肠鉴定检测数据，经过统计分析比对，“精牧”奶牛独立发情检测系统检出率为0.957，正确率为0.903，且与直肠鉴定检测出的数据几乎完全一致。意味着“精牧”奶牛独立发情检测系统对牛只疑似发情的预报精准度高，对牧场的科学化管理以及提高牧场的经济效益有着深远的意义。

[1] 董秀英.奶牛发情鉴定常用的方法[J].现代畜牧科技.2015,43(6):63-63.

[2] 韩文雄.三种不同方法检测奶牛发情的效率[N].荷斯坦奶农俱乐部网.2012.

[3] 鲁绍雄.SAS统计分析系统在畜牧科学中的应用[M].昆明:云南科技出版社.2003,49-56.

[4] 马吉锋,王建东,李艳艳,等.UCOWS奶牛发情检测系统检测奶牛发情效果的研究[J].中国草食动物科学.2014,34(2):17-18.

[5] 使用混淆矩阵(Confusion matrix)对分类模型进行评估[N].数据分析网.2016.

[6] 王超丽,王树杰,姜志涛,等.UCOWS奶牛发情监测系统应用效果分析[J].中国奶牛.2015,33(11):21-22.

[7] 夏 婷,李春燕,刘继峰,等.“精牧”奶牛独立发情检测系统检测奶牛发情的研究[J].中国奶牛.2014,32(5):20-23.

[8] 张德伟.奶牛繁殖期间的各项管理措施[J].畜牧兽医科技信息.2014,30(3):67-67.

[9] 赵会萍,马建成,曹玉魁,等.阿菲金奶牛发情监测系统使用效果分析[J].内蒙古农业科技.2014,42(1):45-47.

[10] 郑 伟,年景华,李 军.奶牛计步器的应用效果分析[J].中国奶牛.2014,32(22):32-34.

[11] Robert I.Kabacoff.Data analysis and graphics with R[M].Manning Publications Co..2011.

Effect Study on Detection of Suspected Cow Estrus by “JING MU” System

XU Fei-fei, XIA Ting, XU Gang, LI Chun-yan, LIU Ji-feng

(TheShandongInternetandTechnologyco.,LTD,Tai'an,Shandong,271000)

In order to study the effect of “JING MU” system on detecting the estrus of dairy cows,the data of 318 multiparous Holstein cows in estrus were extracted and saved by using “JING MU”system,as well as the rectum of 318 Holstein cows were detection and identification by senior testers,repectively.The detection rate and accuracy rate of “JING MU”system werecalculated by CrossTable() function from {gmodels} packages and confusionMatrix() function from {caret} packages in R language.Moreover,the confusion matrix analysis test was used to verify the consistency of test data by using“JING MU” cow independent estrus detection system and rectum identification.The results showed that the detection rate of suspected estrus was 0.957 and the correct rate was 0.903.Accuracy was 0.9465,sensitivity was 0.9403,specificity was 0.9573,Positive Predictive Value was 0.9742,Negative Predicted Value was 0.9032,and the Kappa value was 0.8865,which indicated that the results of the independent estrus detection system were consistent with the results of rectal identification.The results indicated that the “JING MU” system can replace the traditional identification method to identify whether the cow is estrus.

detection rate;correct rate;cow independent estrus detection system;R language;confusion matrix;Kappa value

7-03-09

2017-03-19

徐斐飞(1991-)，男，山东泰安人，硕士研究生，2016年毕业于韩国国立忠北大学信息统计学专业，现在山东成城物联网科技股份有限公司从事联网工作。

S814

A

1001-9111(2017)03-0004-04