محسن علینژاد؛ ایمان حاج خدادادی؛ حسینعلی قاسمی؛ مهدی خجسته کی
چکیده
این آزمایش به منظور بررسی سطوح مختلف جایگزینی کنجاله کنجد و آنزیم بر برخی مولفههای عملکردی، تولید تخم، هماتولوژی و کیفیت تخم در بلدرچینهای تخمگذار صورت گرفت. آزمایش در قالب طرح کاملاً تصادفی با تعداد 600 عدد بلدرچین تخمگذار با 5 تیمار و 4 تکرار (30 بلدرچین در هر تکرار) صورت گرفت. تیمارهای آزمایشی شامل: جیره پایه بدون ...
بیشتر
این آزمایش به منظور بررسی سطوح مختلف جایگزینی کنجاله کنجد و آنزیم بر برخی مولفههای عملکردی، تولید تخم، هماتولوژی و کیفیت تخم در بلدرچینهای تخمگذار صورت گرفت. آزمایش در قالب طرح کاملاً تصادفی با تعداد 600 عدد بلدرچین تخمگذار با 5 تیمار و 4 تکرار (30 بلدرچین در هر تکرار) صورت گرفت. تیمارهای آزمایشی شامل: جیره پایه بدون افزودنی(کنترل)، کنجاله کنجد 10 درصد ، کنجاله کنجد 10 درصد با 5/0 گرم در کیلوگرم آنزیم تجاری، کنجاله کنجد 20 درصد، کنجاله کنجد 20 درصد با 5/0 گرم در کیلوگرم آنزیم تجاری بودند. درصد تولید، مصرف خوراک تحت تاثیر تیمارهای آزمایشی قرار گرفتند (05/0P<)، ولی ضریب تبدیل، وزن تخم مرغ تحت تاثیر قرار نگرفتند(05/0P>). مولفههای مربوط به میزان کلسترول خون، سطح تریگلیسیرید و لیپوپروتئینهای با دانسیتههای مختلف در خون و آنزیمهای کبدی آسپارتات آمینوترانسفراز و آلانین آمینوترانسفراز تحت تاثیر تیمارهای مختلف آزمایشی قرار نگرفت . اثر تیمارهای مختلف آزمایشی بر صفات ارتفاع پرز، نسبت ارتفاع پرز به عمق کریپت و مساحت پرز معنی دار بود. در مورد ارتفاع پرز، بالاترین ارتفاع پرز را تیمار کنترل و تیمارهای حاوی آنزیم، و کمترین ارتفاع پرز را تیمار حاوی 20 درصد کنجاله کنجد داشت. نشان داده شد امکان جایگزینی کنجاله سویا بوسیله کنجاله کنجد تا سطح 10 درصد جیره بلدرچینهای تخمگذار بدون هیچ تاثیر نامطلوبی بر صفات تولیدی و کیفیت تخم بلدرچین وجود دارد.
مهدی خجسته کی؛ مجید کلانتر نیستانکی؛ محمد یگانه پرست؛ نادر اسدزاده؛ نورمحمد سوری
چکیده
در مدیریت پرورش شتر وزن کشی در گروه بندی دامها، تنظیم احتیاجات غذایی و نیز ارزیابی سالیانه حیوانات نقش تعیین کننده دارد. شترداران به دلیل دشواری و مخاطرات متعدد، معمولاَ روشهای جایگزین نظیر استفاده از برآورد ظاهری و یا وزنمتر را برای تخمین وزن شترها ترجیح میدهند. از آنجا که دقت مدلهای ریاضی در تخمین وزن شترها یکسان نیست، ...
بیشتر
در مدیریت پرورش شتر وزن کشی در گروه بندی دامها، تنظیم احتیاجات غذایی و نیز ارزیابی سالیانه حیوانات نقش تعیین کننده دارد. شترداران به دلیل دشواری و مخاطرات متعدد، معمولاَ روشهای جایگزین نظیر استفاده از برآورد ظاهری و یا وزنمتر را برای تخمین وزن شترها ترجیح میدهند. از آنجا که دقت مدلهای ریاضی در تخمین وزن شترها یکسان نیست، لذا پژوهش حاضر با هدف مقایسه دقت برآورد شبکه عصبی مصنوعی و مدل رگرسیون خطی چندگانه در تخمین وزن شترهای یککوهانه از روی ابعاد بدنی آنها به انجام رسید. به این منظور 26 نفر شتر با تعداد 203 رکورد از یک مزرعه شخصی برای مدت یک سال استفاده شد. وزن کشی و تعیین ابعاد بدنی شترها (طول بدن، ارتفاع جدوگاه، ارتفاع کپل، ارتفاع کوهان تا زمین، دور سینه و دور شکم) بهطور ماهیانه اندازهگیری شد. برای تخمین وزن شترها از روی ابعاد بدن آنها دادهها با استفاده از مدل رگرسیون خطی چندگانه و شبکه عصبی مصنوعی مورد تجزیه و تحلیل قرار گرفتند. وزن شترها از روی ابعاد بدنی آنها با استفاده از مدل رگرسیون خطی چند متغیره و مدل شبکه عصبی مصنوعی به ترتیب با دقت 94/0 و 99/0 تخمین زده شد. در آزمون عملی، مدل رگرسیون چندگانه و شبکه عصبی مصنوعی به ترتیب وزن شترها را 39/16 و 07/5 کیلوگرم کمتر از وزن واقعی آنها برآورد نمودند. نتایج این پژوهش نشان داد که شبکه عصبی مصنوعی از قابلیت مناسبی برای تخمین وزن شترها از روی ابعاد بدنی آنها برخوردار بوده و میتواند جایگزین روشهای متداول رگرسیون گردد.
مهدی خجسته کی؛ مرتضی کیخاصابر؛ سعید اسماعیل خانیان؛ نادر اسدزاده؛ محمد حسین بنابازی؛ اسحق نخزری
چکیده
این تحقیق با هدف بررسی امکان استفاده از فناوری ماشین بینایی در اندازهگیری ابعاد بدنی گاوهای سیستانی انجام شد. بدین منظور، رکورد ابعاد بدن شامل طول، ارتفاع شانه، ارتفاع کپل و دور سینه 179 راس دام موجود در ایستگاه پرورش گاو سیستانی زهک، در مقاطع زمانی مختلف، با استفاده از متر نواری اندازهگیری شد. هنگام رکوردبرداری تصاویری از نمای ...
بیشتر
این تحقیق با هدف بررسی امکان استفاده از فناوری ماشین بینایی در اندازهگیری ابعاد بدنی گاوهای سیستانی انجام شد. بدین منظور، رکورد ابعاد بدن شامل طول، ارتفاع شانه، ارتفاع کپل و دور سینه 179 راس دام موجود در ایستگاه پرورش گاو سیستانی زهک، در مقاطع زمانی مختلف، با استفاده از متر نواری اندازهگیری شد. هنگام رکوردبرداری تصاویری از نمای جانبی هر یک از دامها با استفاده از دوربین دیجیتال Canon و از فاصله 2 متری دامها تهیه شد. پردازش و استخراج خصوصیات عددی از تصاویر با استفاده از امکانات نرم افزار متلب انجام شد. خصوصیات تصاویر دیجیتال به عنوان ورودی و ابعاد مختلف بدن گاوها به عنوان خروجی شبکه عصبی مصنوعی در مرحله آموزش و برازش مدل مورد استفاده قرار گرفت. نتایج نشان داد که ازمجموع 22 ویژگی استخراج شده از تصاویر گاوهای سیستانی، تعداد 15 ویژگی که مهمترین آنها شامل قطر معادل، طول محور اصلی، طول محور فرعی، جعبه محاطی، مساحت قسمت محدب، مساحت ناحیه پرشده، محیط تصویر، مساحت تصویر و تعداد نقاط سفید تصویر بود با ابعاد بدن گاوها همبستگی بالا و معنی داری داشتند(p<0.01). ابعاد بدن گاوهای سیستانی شامل طول بدن، ارتفاع شانه، ارتفاع کپل و دور سینه به ترتیب با دقت 0/98، 0/97، 0/97و 0/98 درصد توسط مدل شبکه عصبی مصنوعی تخمین زده شد. نتایج تحقیق حاضر نشان داد که فناوری هوش مصنوعی میتواند به عنوان جایگزین مناسبی برای ارزیابی بیومتریک گاوهای سیستانی عمل کرده و در صرف وقت و هزینههای مربوطه صرفهجویی نماید.
مجید کلانتر نیستانکی؛ مهدی خجسته کی؛ نادر اسدزاده؛ محمد مهدی یگانه پرست
چکیده
خصوصیات رشد و پرواری تعداد 32 نفر شتر نر جوان متشکل از دو اکوتیپ کلکوهی و ترکمنی با میانگین سنی31±151 روز و میانگین وزنی 55/29±77/141 کیلوگرم به مدت 9 ماه و برای 3 دسته وزنی سبک، متوسط و سنگین مورد بررسی قرار گرفت. شترها در دامداری مستقر و با روزانه دو بار از یونجه، کاه، کنسانتره و علوفه چیده شده از مرتع تغذیه دستی شدند. مقدار خوراک مصرفی ...
بیشتر
خصوصیات رشد و پرواری تعداد 32 نفر شتر نر جوان متشکل از دو اکوتیپ کلکوهی و ترکمنی با میانگین سنی31±151 روز و میانگین وزنی 55/29±77/141 کیلوگرم به مدت 9 ماه و برای 3 دسته وزنی سبک، متوسط و سنگین مورد بررسی قرار گرفت. شترها در دامداری مستقر و با روزانه دو بار از یونجه، کاه، کنسانتره و علوفه چیده شده از مرتع تغذیه دستی شدند. مقدار خوراک مصرفی و باقی مانده شترها روزانه و وزن شترها ماهانه ثبت گردید. افزایش وزن بهطور انفرادی درمقاطع ماهانه و کل دوره محاسبه شد. مقدار خوراک مصرفی و باقی مانده روزانه ثبت شد و برای کل دوره بهطورگروهی به همراه ضریب تبدیل غذایی محاسبه شدند. وزن اولیه شترها به عنوان متغییر کمکی و وزن ماههای بعد به عنوان رکورد تکرار پذیر در مدل تجزیه و تحلیل وارد شد. میانگین حداقل مربعات صفات محاسبه شد و آزمون معنیداری اثرهای مؤثر بر صفات مورد مطالعه با استفاده از رویه Mixed نرم افزار SAS انجام گرفت. اثر اکوتیپ (01/0P<)، وزن اولیه و دستههای وزنی بر عملکرد رشد و خوراک مصرفی و ضریب تبدیل غذایی اکوتیپها معنیدار بود (05/0P<). میانگین خوراک مصرفی روزانه، افزایش وزن روزانه و ضریب تبدیل غذایی برای اکوتیپ کلکوهی به ترتیب برابر 01/1±83/3،11/0± 379/0 کیلوگرم و 57/1±94/9 و برای اکوتیپ ترکمنی به ترتیب برابر 05/1±31/4، 10/0±430/0 کیلوگرم و 08/1±83/9 به دست آمد. میانگین کل افزایش وزن کلکوهی 03/5±33/102 کیلوگرم و برای ترکمنی 84/8±01/116 کیلوگرم بود (05/0P<). نتایج تحقیق حاضر نشان داد که اکوتیپ ترکمنی عملکرد رشد و پرواری بهتری نسبت به اکوتیپ کلکوهی دارد.
محمد یگانه پرست؛ مجید کلانتر نیستانکی؛ حسن فضائلی؛ علیرضا آقاشاهی؛ مهدی خجسته کی؛ سیدسعید صادق زاده؛ امیر کدخدایی
چکیده
این مطالعه با هدف بررسی تأثیر افزودن سطوح صفر، 10 درصد و 15 درصد کاه گندم و استفاده یا عدم استفاده از افزودنی میکروبی لاکتوباسیلوس بوخنری بر کیفیت سیلاژ چغندرعلوفهای در کیسههای پلیاتیلنی، در قالب طرح آماری فاکتوریل 2×3 انجام شد. برای هر تیمار 4 کیسه و در کل تعداد 24 کیسه 25 کیلوگرمی سیلاژ چغندر علوفهای با ترکیب مختلف بعد از آماده ...
بیشتر
این مطالعه با هدف بررسی تأثیر افزودن سطوح صفر، 10 درصد و 15 درصد کاه گندم و استفاده یا عدم استفاده از افزودنی میکروبی لاکتوباسیلوس بوخنری بر کیفیت سیلاژ چغندرعلوفهای در کیسههای پلیاتیلنی، در قالب طرح آماری فاکتوریل 2×3 انجام شد. برای هر تیمار 4 کیسه و در کل تعداد 24 کیسه 25 کیلوگرمی سیلاژ چغندر علوفهای با ترکیب مختلف بعد از آماده سازی به انبار با دمای اتاق منتقل و بعد از 75 روز تمامی کیسهها باز شدند و بلافاصله pH، دما و کیفیت ظاهری آنها بررسی شد. یک نمونه از هر کیسه به آزمایشگاه ارسال و ماده خشک، پروتئین خام، خاکستر، NDF، ADF و ازت آمونیاکی آنها اندازهگیری شد. نتایج نشان داد افزودن سطوح 10 و 15% کاه گندم سبب بهبود کیفیت سیلاژ و کاهش pH نسبت به شاهد شد (01/0P<). افزودن کاه گندم تأثیر معنیداری بر ترکیبات شیمیایی و پایداری سیلاژ (دما و pH) در هنگام بازکردن داشت (01/0P<). افزودن کاه گندم سبب کاهش اتلاف شیرابه و افزایش کیفیت سیلاژ شد (01/0P<). در کل مناسبترین ترکیب سیلاژ مخلوط شاهد+ 15% کاه گندم بود که از کیفیت بالاتر و ماندگاری بیشتری برخوردار بود.
مهدی خجسته کی؛ محمد یگانه پرست؛ مجید کلانتر نیستانکی؛ حسن صادقی پناه
چکیده
این مطالعه با هدف بررسی امکان استفاده از فناوری بینایی ماشین برای تخمین وزن جوجه های گوشتی انجام شد. تعداد 600 قطعه جوجه سویه راس در شرایط استاندارد برای یک دوره 42روزه پرورش یافت. در فواصل زمانی مشخص(7 روز یکبار)، 60 قطعه جوجه از مجموع 600 قطعه به تصادف انتخاب و با ترازوی مناسب وزن کشی شد. در روز وزن کشی همزمان از جوجه ها تصاویر دیجیتال تهیه ...
بیشتر
این مطالعه با هدف بررسی امکان استفاده از فناوری بینایی ماشین برای تخمین وزن جوجه های گوشتی انجام شد. تعداد 600 قطعه جوجه سویه راس در شرایط استاندارد برای یک دوره 42روزه پرورش یافت. در فواصل زمانی مشخص(7 روز یکبار)، 60 قطعه جوجه از مجموع 600 قطعه به تصادف انتخاب و با ترازوی مناسب وزن کشی شد. در روز وزن کشی همزمان از جوجه ها تصاویر دیجیتال تهیه شد(بصورت انفرادی و در گروه های 2، 3 و 4 تایی). تصاویر دیجیتال جوجه ها ابتدا پیش پردازش اولیه شده و تبدیلات لازم روی عکس ها انجام و با طراحی الگوریتم مناسب خصوصیات مورد نیاز از تصاویر استخراج گردید. از این خصوصیات برای طراحی مدل شبکه عصبی جهت تخمین وزن جوجه ها استفاده شد. ضریب همبستگی بین ویژگی های استخراج شده از تصاویر شامل طول محور اصلی، طول محور فرعی ، جعبه محاطی، مساحت قسمت محدب،مساحت ناحیه پرشده، محیط تصویرو مساحت تصویر با وزن زنده جوجه ها به ترتیب 92/0، 93/0، 53/0، 99/0، 99/0، 94/0و 99/0 برآوردشد(01/0p<). شبکه عصبی پرسپترون چند لایه که با الگوریتم پس انتشار خطا آموزش دید، با تعداد 22 نرون در لایه ورودی، 20 نرون در لایه میانی و یک نرون در لایه خروجی بالاترین دقت (99%) را در تخمین وزن زنده جوجه های گوشتی در مقاطع مختلف زمانی ارائه داد. نتایج بررسی حاضر نشان داد که امکان استفاده از پردازش تصاویر و شبکه عصبی مصنوعی به عنوان یک ابزار مناسب و کارآمد برای تخمین وزن جوجههای گوشتی در طول دوره پرورش وجود دارد.
مهدی خجسته کی؛ مختار علی عباسی؛ عباس اکبری شریف؛ امیر محمد حسنی
چکیده
این پژوهش به منظور ارائه روشی برای تخمین وزن برههای گوسفند زندی با استفاده از پردازش تصاویر دیجیتال انجام شد. اطلاعات مورد استفاده در این پژوهش از 115 راس بره در مرکز پرورش گوسفند زندی تهران(خجیر) بدست آمد. در ابتدا بره های نوزاد با ترازو وزن کشی شده و سپس با استفاده از دوربین دیجیتال، عکسهای متعددی از نمای جانبی برهها و از ...
بیشتر
این پژوهش به منظور ارائه روشی برای تخمین وزن برههای گوسفند زندی با استفاده از پردازش تصاویر دیجیتال انجام شد. اطلاعات مورد استفاده در این پژوهش از 115 راس بره در مرکز پرورش گوسفند زندی تهران(خجیر) بدست آمد. در ابتدا بره های نوزاد با ترازو وزن کشی شده و سپس با استفاده از دوربین دیجیتال، عکسهای متعددی از نمای جانبی برهها و از فاصله ثابت ثبت شد. با استفاده از ابزارهای پردازش تصویر نرم افزار Matlab ویژگیهای شکل شناسی مرتبط با مساحت جانبی بدن برهها از روی تصاویر دیجیتال استخراج شد. بر اساس ویژگی های استخراج شده از تصاویر دیجیتال، شبکه عصبی مصنوعی مناسب برای تخمین وزن بره ها طراحی گردید. دقت شبکه عصبی طراحی شده برای تخمین وزن بره ها در مرحله آموزش 94/96 درصد بود. همبستگی بین وزن واقعی بره ها و وزن های تخمین زده شده توسط شبکه عصبی مصنوعی حدود 11/90 درصد بدست آمد(01/0 > P). نتایج این مطالعه نشان داد، امکان استفاده از روش هوش مصنوعی برای تعیین وزن گوسفند وجود دارد و این کار می تواند باعث افزایش سهولت و کاهش هزینه های رکوردگیری شده و به توسعه اتوماسیون گوسفندداری کمک کند.
