孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法
【專利摘要】孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法屬于種蛋檢測技術(shù)；在暗室環(huán)境內(nèi)通過光纖探頭和傅立葉近紅外光譜儀獲得種蛋近紅外光譜，應(yīng)用總體均值經(jīng)驗(yàn)?zāi)７纸夥N蛋近紅外光譜，去除高頻特征模態(tài)分量，達(dá)到去噪，應(yīng)用基于經(jīng)驗(yàn)?zāi)B(tài)分解方法去除低頻特征模態(tài)分量，達(dá)到基線校正，抽取光譜數(shù)據(jù)主成分作為神經(jīng)網(wǎng)絡(luò)輸入變量，神經(jīng)網(wǎng)絡(luò)的輸出為0或1，完成識(shí)別；本方法對(duì)孵化前期種雞蛋雌雄識(shí)別效率和精確度高，降低了孵化作業(yè)成本，有利于蛋雞和肉雞飼養(yǎng)生產(chǎn)的發(fā)展。
【專利說明】孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于種蛋孵化檢測技術(shù)，主要涉及一種孵化前期種蛋性別識(shí)別方法。
【背景技術(shù)】
[0002]禽業(yè)生產(chǎn)中，由于公雞生長速度快過母雞，所以希望肉雞種蛋均是雄性雞胚；蛋業(yè)生產(chǎn)中，雌性雞胚越多效益越好。因此研究出在孵化前期能預(yù)測雞胚性別的方法，對(duì)降低人工分類和人工翻蛋的勞動(dòng)強(qiáng)度，提高孵化器生產(chǎn)效率和降低孵化電費(fèi)，具有十分重要的意義。一直以來雞胚性別辨識(shí)依據(jù)生產(chǎn)經(jīng)驗(yàn)，比如重量，長徑比，表面光滑程度。呂志南，趙宗勝采用模糊方法，楊東風(fēng)采用小波方法實(shí)現(xiàn)經(jīng)驗(yàn)判別，該方法生產(chǎn)實(shí)現(xiàn)的時(shí)候需要稱重、長徑測量和機(jī)器視覺采集三個(gè)環(huán)節(jié)，測量環(huán)節(jié)多耗時(shí)長，增加種蛋破碎風(fēng)險(xiǎn)，且設(shè)備多。周振明公開了一種用PCR擴(kuò)增引物進(jìn)行雞早期胚胎性別鑒定方法，其以雞胚盤細(xì)胞為模板，通過PCR技術(shù)擴(kuò)增目的基因，然后瓊脂糖凝膠電泳檢測PCR擴(kuò)增產(chǎn)物，根據(jù)帶型判斷性別，雌性為兩條帶，雄性為一條帶。PCR擴(kuò)增引物法提供了雞胚性別分子檢測方法，然而需要提取雞胚盤細(xì)胞。近紅外光譜屬于分子振動(dòng)光譜的倍頻和合頻吸收光譜，主要是由于分子振動(dòng)的非諧振性使分子振動(dòng)從基態(tài)向高能級(jí)躍遷時(shí)產(chǎn)生的，具有較強(qiáng)的穿透能力。近年來，侯卓成、畢夏坤、劉燕德等多位學(xué)者分別利用近紅外光譜測量出雞蛋品質(zhì)，說明近紅外可以穿透炭酸鈣并攜帶雞蛋內(nèi)部有效信息。因此，在此基礎(chǔ)上研究一種采用近紅外光譜實(shí)現(xiàn)種蛋雌雄識(shí)別方法十分必要，且成為可能。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的就是針對(duì)上述已有技術(shù)存在的問題，結(jié)合生產(chǎn)實(shí)際需要，研究一種孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法，達(dá)到不需要性別種蛋剔除、雌雄識(shí)別準(zhǔn)確率和識(shí)別效率聞的目的。
[0004]本發(fā)明的目的是這樣實(shí)現(xiàn)的:一種孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法，該方法包括以下幾個(gè)步驟:在暗室環(huán)境內(nèi)通過光纖探頭和傅立葉近紅外光譜儀獲得種蛋近紅外光譜，應(yīng)用總體均值經(jīng)驗(yàn)?zāi)７纸夥N蛋近紅外光譜，去除高頻特征模態(tài)分量，達(dá)到去噪；基于經(jīng)驗(yàn)?zāi)B(tài)分解方法分解種蛋近紅外光譜，去除低頻特征模態(tài)分量，達(dá)到基線校正；利用SPSS11.0提取主成分，默認(rèn)特征根數(shù)量值λ。=1，提取5個(gè)主成分?jǐn)?shù)量，神經(jīng)網(wǎng)絡(luò)分類采用具有I個(gè)隱藏層的3層BP神經(jīng)網(wǎng)絡(luò)，輸入層神經(jīng)元用5個(gè)主成分構(gòu)成特征向量，輸出層采用2個(gè)節(jié)點(diǎn)，用O、I來分別表示雌性雞胚和雄性雞胚，隱藏層節(jié)點(diǎn)數(shù)為4個(gè)，隱藏層神經(jīng)元的激活函數(shù)選用1gsigO函數(shù)，輸出層的激活函數(shù)選PurelineO函數(shù)，神經(jīng)網(wǎng)絡(luò)的系統(tǒng)參數(shù)設(shè)置:訓(xùn)練迭代次數(shù)為1000，每隔10步顯示I次，網(wǎng)絡(luò)訓(xùn)練的目標(biāo)值為0.01，學(xué)習(xí)率為
0.1，使用trainlmO函數(shù)作為訓(xùn)練網(wǎng)絡(luò)，利用上述建立的神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，即完成種蛋孵化前期性別的篩選工作。
[0005]本發(fā)明對(duì)孵化前期種雞蛋雌雄識(shí)別效率和精確度高，高效快捷，降低孵化作業(yè)成本，有利于蛋雞和肉雞生產(chǎn)的發(fā)展?！緦＠綀D】

【附圖說明】
[0006]圖1是孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法流程示意圖；
[0007]圖2是神經(jīng)網(wǎng)絡(luò)分類示意圖。
【具體實(shí)施方式】
[0008]下面結(jié)合附圖對(duì)本發(fā)明實(shí)施方案進(jìn)行詳細(xì)描述。一種孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法，該方法包括以下幾個(gè)步驟:在暗室環(huán)境內(nèi)通過光纖探頭和傅立葉近紅外光譜儀獲得種蛋近紅外光譜，應(yīng)用總體均值經(jīng)驗(yàn)?zāi)７纸夥N蛋近紅外光譜，去除高頻特征模態(tài)分量，達(dá)到去噪；基于經(jīng)驗(yàn)?zāi)B(tài)分解方法分解種蛋近紅外光譜，去除低頻特征模態(tài)分量，達(dá)到基線校正；利用SPSS11.0提取主成分，默認(rèn)特征根數(shù)量值入。=1，提取5個(gè)主成分?jǐn)?shù)量，神經(jīng)網(wǎng)絡(luò)分類采用具有I個(gè)隱藏層的3層BP神經(jīng)網(wǎng)絡(luò)，輸入層神經(jīng)元用5個(gè)主成分構(gòu)成特征向量，輸出層采用2個(gè)節(jié)點(diǎn)，用0、1來分別表示雌性雞胚和雄性雞胚，隱藏層節(jié)點(diǎn)數(shù)為4個(gè)，隱藏層神經(jīng)元的激活函數(shù)選用1gsigO函數(shù)，輸出層的激活函數(shù)選PurelineO函數(shù)，神經(jīng)網(wǎng)絡(luò)的系統(tǒng)參數(shù)設(shè)置:訓(xùn)練迭代次數(shù)為1000，每隔10步顯示I次，網(wǎng)絡(luò)訓(xùn)練的目標(biāo)值為0.01,學(xué)習(xí)率為0.1,使用trainlmO函數(shù)作為訓(xùn)練網(wǎng)絡(luò)，利用上述建立的神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，即完成種蛋孵化前期性別的篩選工作。
[0009]關(guān)鍵技術(shù)
[0010]1、光譜預(yù)處理
[0011]1.1、EEMD 去噪
[0012]近紅外光譜中噪聲有兩類，來自儀器的電子熱運(yùn)動(dòng)噪聲和外部通信系統(tǒng)干擾。噪聲的存在極大影響了光譜真實(shí)信息的解讀，所以信號(hào)降噪在光譜解析中有著舉足輕重的作用。光譜去噪方法有傅立葉變換、小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical ModeDecomposition，簡稱EMD)方法。EMD方法能將信號(hào)按照不同頻率自適應(yīng)分解，通過對(duì)分量高通、低通、帶通或閾值濾波實(shí)現(xiàn)降噪。但是對(duì)高頻信號(hào)去噪時(shí)出現(xiàn)模態(tài)混疊，影響包含異常事件的非平穩(wěn)信號(hào)濾波效果。為了解決模態(tài)混疊問題，文中提出用總體均值經(jīng)驗(yàn)?zāi)７纸?Ensemble Empirical Mode Decomposition,簡稱 EEMD)處理近紅外光譜。EEMD 方法利用高斯白噪聲零均值以及頻率均勻分布特性，使信號(hào)特征尺度均勻分布，異常事件得以平滑處理，從而獲得優(yōu)于EMD的去噪效果，并且處理過程是自適應(yīng)的，較小波濾波簡便。
[0013]EEMD篩分步驟:
[0014]步驟1:待處理信號(hào)中加入等長度不等幅高斯白噪聲，對(duì)復(fù)合信號(hào)EMD分解，重復(fù)操作k次，得到IMF分量Cik和余項(xiàng)rik。
[0015]EMD分解步驟:
[0016]步驟a:通過三次樣條函數(shù)求取信號(hào)x(t)極大值包絡(luò)線u(t)和極小值包絡(luò)線v(t),其均值記作m(t):
[0017]m(t) = \-[u (r) + v(,)]
2Cl)
[0018]步驟b:令R(t)=x(t)_m(t)，如R(t)不滿足IMF條件，則將其賦值給x (t)。返回步驟I，循環(huán)計(jì)算[0019]Rlk(t)=hlk_1(t)-mlk(t) (2)
[0020]直至標(biāo)準(zhǔn)差0.2≤Sd≤0.3可以停止篩分過程。其中
[0021]~W叫
【權(quán)利要求】
1.一種孵化前期近紅外種蛋內(nèi)雞胚性別識(shí)別方法，其特征在于該方法包括以下幾個(gè)步驟:在暗室環(huán)境內(nèi)通過光纖探頭和傅立葉近紅外光譜儀獲得種蛋近紅外光譜，應(yīng)用總體均值經(jīng)驗(yàn)?zāi)７纸夥N蛋近紅外光譜，去除高頻特征模態(tài)分量，達(dá)到去噪；基于經(jīng)驗(yàn)?zāi)B(tài)分解方法分解種蛋近紅外光譜，去除低頻特征模態(tài)分量，達(dá)到基線校正；利用SPSS11.0提取主成分，默認(rèn)特征根數(shù)量值λ。=1，提取5個(gè)主成分?jǐn)?shù)量，神經(jīng)網(wǎng)絡(luò)分類采用具有I個(gè)隱藏層的3層BP神經(jīng)網(wǎng)絡(luò)，輸入層神經(jīng)元用5個(gè)主成分構(gòu)成特征向量，輸出層采用2個(gè)節(jié)點(diǎn)，用O、I來分別表示雌性雞胚和雄性雞胚，隱藏層節(jié)點(diǎn)數(shù)為4個(gè)，隱藏層神經(jīng)元的激活函數(shù)選用1gsigO函數(shù)，輸出層的激活函數(shù)選PurelineO函數(shù)，神經(jīng)網(wǎng)絡(luò)的系統(tǒng)參數(shù)設(shè)置:訓(xùn)練迭代次數(shù)為1000,每隔10步顯示I次，網(wǎng)絡(luò)訓(xùn)練的目標(biāo)值為0.01,學(xué)習(xí)率為0.1,使用trainlmO函數(shù)作為訓(xùn)練網(wǎng)絡(luò)，利用上述建立的神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，即完成種蛋孵化前期性別的篩選工作。
【文檔編號(hào)】G01N21/25GK103472008SQ201310404882
【公開日】2013年12月25日 申請(qǐng)日期:2013年8月30日 優(yōu)先權(quán)日:2013年8月30日
【發(fā)明者】趙肖宇, 宋志遠(yuǎn), 關(guān)勇, 譚峰, 尚廷義, 邸國輝, 楊立, 劉英楠 申請(qǐng)人:黑龍江八一農(nóng)墾大學(xué)