3.1 Экспериментальное исследование метода оценки состояния скрытого мастита коров на основе агрегирования данных с датчиков

Будем сравнивать работу предложенного метода распознавания мастита животного, основанного на комплексном показателе, с методом, использую­щим порог электропроводности молока 6 мСм/см.

В исследовании обрабатывались данные, полученные для более чем 800 коров в течение приблизительно 305 дней с датчиков измерения двух пара­метров электропроводности и молочной продуктивности.. Объективные ко­личественные результаты экспериментальных исследований предложенного метода и метода-аналога применительно к данным о ежедневных надоях и их электропроводности сведены в таблицы 3.1, 3.2. Результаты работы методов сопоставлены с выводами экспертов. Экспертные оценки, в соответствии с которыми животные считаются больными, не являются на 100% достовер­ными, так как они проводятся на ранней стадии возникновения болезни. Но применение подобного подхода без использования длительных диагностиче­ских процедур повысит оперативность принимаемых решений. Поэтому экс­пертные оценки берутся в качестве опорных данных.

Процент найденных методом больных животных среди тех, кого эксперт посчитал здоровыми, является ошибкой второго рода и регистрируется на месте зоотехником. Процент найденных методом здоровых животных среди особей, отнесенных экспертом к больным, в данном случае является ошибкой первого рода, так как этот показатель представляется более важным: если во­время не идентифицировать больное животное, то в итоге заболевание при­обретет клинических характер, и животное будет выведено из производства.

Как видно из таблиц 3.1 и 3.2, разработанный метод, основанный на аг­регировании признаков, дает лучшие результаты работы по сравнению с ме­тодом, использующим фиксированный порог электропроводности.

Таблица 3.1. Сопоставление выявления больных и здоровых животных мето­дом по порогу электропроводности молока 6 мСм/см по отношению к мне­нию эксперта (ветеринара)

Разработанный метод уменьшил ошибку первого рода на 6,5%, что поз­волило увеличить количество верно найденных заболевших животных на 10 особей.

Таблица 3.2. Сопоставление выявления больных и здоровых животных мето­дом, основанным на анализе выделенного признака по отношению к мнению эксперта (ветеринара)

Уменьшить ошибки идентификации удалось за счет использования до­полнительного признака пониженной молокоотдачи при расчете выделенно­го признака. На рисунке 3.1 показан масштабируемый фрагмент изменения показателей молочной продуктивности, электропроводности молока и рас­считанного комплексного показателя в течение лактации.

Рисунок 3.1 - Примеры графиков признаков для идентификации мастита

Примечания.

График агрегированного признака (1) превышает порог Pи позволяет верно идентифицировать присутствие мастита.

График признака, основанного на электропроводности (2), не превышает порога Pи приводит к ложному заключению о том, что корова здорова.

На рисунке 3.1 можно визуально наблюдать, что оценка наличия у жи­вотного мастита на основе признака электропроводности молока привела бы к ошибке, так как график электропроводности ни разу не превысил значения порога. Одновременное понижение молокоотдачи с увеличением электро­проводности увеличивает значение выделенного признака, который превы­шает значение порога P, что позволяет верно идентифицировать болезнь. Та­ким образом, предлагаемый метод уменьшает ошибку первого рода.

На рисунке 3.2 также показан фрагмент графика лактации одного из жи­вотных с изменяющимися значениями измеряемых с помощью датчиков при­знаков. В данном случае динамика изменения показателя электропроводно­сти показывает наличие у животного заболевания маститом, что не совпадает

с экспертной оценкой и является ошибкой. График выделенного признака, наоборот, ведет себя стабильно и не превышает допустимый порог Pна фоне нормальной молокоотдачи. Таким образом, исключается ошибка второго ро­да.

Оценка метода производилась ежедневно для более чем 800 коров. Каж­дый день наблюдения для каждого животного рассчитывалось значение ком­плексного показателя. Значение признака, превышающего порог P,считалось ненормальным. Доверительная вероятность, в соответствии с которой рас­считывалась величина P, варьировалась в интервале от 90% до 92%. Резуль­таты оценки экспериментального исследования метода приведены в таблице 3.3.

Как видно из таблицы 3.3, количество найденных дней, в которые, по расчетам предложенного метода и алгоритма-аналога, животное является больной, примерно одинаково. Но, исходя из таблиц 3.1 и 3.2, можно сделать вывод о том, что метод, основанный на анализе выделенного признака, осу­ществляет идентификацию более достоверно за счет того, что имеет меньшие показатели ошибок первого и второго рода. Обнаружение больных животных происходит более достоверно, сокращается число ошибок, связанных с иден­тификацией больных животных среди заболевших, и происходит меньше ошибок при анализе здоровых особей. Этот факт демонстрируется диаграм­мой Эйлера, показывающей разность в достоверности определения скрытого мастита с помощью разработанного метода и метода идентификации по по­рогу электропроводности 6 мСм/см (рисунок 3.3).

Рисунок 3.2. - Примеры графиков признаков для идентификации мастита

Примечания.

График выделенного показателя не превышает порога P,так как признак аг­регированный, а показатель молокоотдачи стабилен и позволяет верно уста­новить, что животное здорово.

График признака, основанного на электропроводности, превышает порог Pи приводит к ложному выводу о том, что корова больна.

Таблица 3.3. Количественное сравнение результатов работы автоматической

идентификации случаев мастита

Рисунок 3.3. Сравнение предложенного метода и метода-аналога по кри­терию достоверности для определения скрытого мастита с помощью диа­граммы Эйлера

3.2