不同预处理方法对多位置种蛋性别鉴定的影响研究

摘要

由于猪瘟影响,鸡蛋作为动物性蛋白的需求大幅增加,蛋鸡养殖行业也在逐步发展与壮大以满足人们的需求。如何在幼雏阶段甚至胚胎发育阶段能够简单、准确与方便地判断出雌雄,对蛋鸡养殖行业的发展具有重要意义。对此,选用96个壳色相近、表面无裂纹的新鲜种鸡蛋,以其可见/近红外漫反射光谱为研究对象,探讨数据采集位置、光谱预处理方法对种蛋胚胎性别鉴定定性模型的影响。在样本表面钝端、锐端和赤道共三个不同位置分别采集漫反射光谱强度,经校正后选择(440.27~874.6)nm作为有效光谱波段进行分析,并按照2∶1的比例划分训练集和测试集,分析了采用归一化(Normalize),二阶导数(2nd Derivative),标准正态变量变换(SNV),多元散射校正(MSC),去趋势法(Detrend),光谱转换法(Spectroscopic)共六种方法预处理后的偏最小二乘法判别模型和线性判别分析模型的预测集准确率,与原始数据(Raw)的预测集准确率进行对比,得出准确率差异。通过对入孵后216,240,264,288和312 h不同位置所采光谱数据,与种蛋性别信息综合分析,发现胚胎发育288 h时的预处理效果最好,有效提高了35个模型的准确率;264 h时的预处理效果在分析时间内最差,其处理降低了19个模型的判别准确率;312 h的预处理降低了12个模型的判别准确率;Detrend和Spectroscopic两种预处理方法可显著提高判别效果,其中经Spectroscopic处理后的模型可能无法进行预测;SNV和MSC对模型具有相同作用效果,Normalize对模型的作用效果不能确定,经2nd Derivative处理后准确率不确定,有时与原始数据建模效果一致。综合实验结果发现,对种鸡蛋胚胎发育288 h的数据进行预处理可有效提高模型的判别准确率,其中对种蛋钝端处数据进行Detrend去趋势预处理并利用LDA模型分析较好。研究结果为建立种鸡蛋基于可见/近红外的性别信息早期、快速检测模型提供了参考。