摘要
目的 为实现鸡种蛋性别的无损检测,提出了基于可见-近红外高光谱检测海兰褐鸡种蛋性别的方法。方法 通过分析种蛋0~14d大头部位的400~1000nm波段下的光谱,建立基于偏最小二乘判别分析(partial least squares-discriminant analysis, PLS-DA)和支持向量机(support vector machine, SVM)的种蛋性别判别模型,比较不同孵育天数下的模型判别率,优选出最佳的检测天数;通过分析4种不同的预处理算法,选出最佳的鸡种蛋高光谱预处理方法,最后构建基于全波段和特征波段光谱信息的判别模型,并对结果进行比较。结果 基于PLS-DA和SVM的模型在第9d的预测集结果达到最高,分别为80.00%和82.50%。变量标准化(standard normalized variate,SNV)为最佳预处理方法;全波段相对于连续投影算法(successive projections algorithm, SPA)、竞争性自适应重加权算法(competitive adapative reweighted sampling, CARS)选择特征波长的模型更优,建模集、预测集准确率分别为90.00%和85.00%。结论 可见-近红外高光谱技术可以快速、较准确、无损检测海兰褐鸡种蛋性别,该技术为褐壳鸡种蛋性别鉴定实现在线检测提供了一定的理论基础。
-
单位南京晓庄学院; 南京农业大学