中国家禽 ›› 2023, Vol. 45 ›› Issue (3): 106-112.doi: 10.16372/j.issn.1004-6364.2023.03.016

• 研究简报 • 上一篇    

基于光谱技术的种蛋受精早期检测研究

张晓雨1,2,籍 颖1,2*,锡建中3,4,周荣艳3,4,陈 辉3,4*,王德贺3,4,曾 丹5,6,韩晓飞5,6   

  1. (1.河北农业大学信息科学与技术学院,河北保定 071000;2.河北省农业大数据重点实验室,河北保定 071000;3.河北农业大学动物科技学院,河北保定 071000;4.农业农村部肉蛋鸡养殖设施工程重点实验室,河北保定 071000;5.华裕农业科技有限公司,河北邯郸 056000; 6.河北省蛋鸡产业研究院,河北邯郸 056000)
  • 发布日期:2023-03-14
  • 作者简介:张晓雨(1997-),女,硕士研究生,研究方向为计算机技术,E-mail:zddnuli@foxmail.com

  • Published:2023-03-14

摘要: 为在鸡种蛋孵化早期(0~5胚龄)筛除无精蛋,试验采用透射光谱技术对种蛋受精情况进行无损检测研究。试验采集518个鸡种蛋的孵化前和孵化1~5 d的鸡蛋光谱数据,通过矢量归一化方法、二阶导等算法对数据进行预处理,对预处理后数据分别采用竞争性自适应重加权采样法(Competitive adaptive reweighted sampling,CARS)和连续投影法(Successive pro?jection algorithm,SPA)提取特征波长,建立极限学习机(Extreme learning machine,ELM)和支持向量机(Support vector machine,SVM)两种种蛋受精检测模型,并进行测试集准确性的比较。结果显示,支持向量机模型对孵化前经SPA筛选后数据和孵化第5天全波段数据的测试集准确率分别为97.44%和99.37%。表明使用SVM模型进行鸡种蛋受精预测最为精确,且运行结果稳定,未来可用于生产。

关键词: 种蛋;受精;透射光谱;极限学习机;无损检测;支持向量机

中图分类号: