基于卷积神经网络与时序特征的鸡蛋胚胎分类方法

摘要

本发明公开基于卷积神经网络与时序特征的鸡蛋胚胎分类方法，包括以下步骤：(1)利用近红外激光和传感器透过胚蛋采集胚蛋心跳信号数据；(2)对采集到的数据进行预处理，对采集到的胚蛋心跳信号进行低通和高通滤波以滤除部分噪声；(3)利用处理后的时序数据生成二维心跳波形图构建数据集；(4)搭建卷积神经网络；(5)利用卷积神经网络对制作的小规模鸡蛋胚胎心跳数据集进行训练和测试；(6)调整超参数继续训练网络直到得到性能最佳的网络模型。本发明可真实简便的判别胚蛋活性，提高分类准确率，有效地对胚蛋进行分类，使用通道加权提升模型性能和防止梯度爆炸，且有助于加速网络的收敛和提升网络非线性，模型泛化能力较强。