近红外漫透射光谱快速无损鉴别家蚕种茧茧壳内蚕蛹雌雄

【目的】利用近红外漫透射光谱快速无损鉴别家蚕办xmon？种茧茧壳内蚕蛹的雌雄,以提高育种效率、降 低人工成本.【方法】以芙9、 9 芙、湘 7 和 7 湘 4 个蚕品种为研究对象,采集比较了样本在可见和近红外区间的漫 透射光谱,建立比较了各品种偏最小二乘判别分析（PLSDA）、后向传播神经网络（BPNN） 以及支持向量机分类 （SVM）判别模型,通过分类器特性（ROC）曲线研究了各模型的鲁棒性, 采用差值法和遗传算法提取了特征波长. 【结果】芙 9、 9 %、湘 7 和 7 湘品种利用450~900 nm 光谱建模的雌雄鉴别准确率分别为95.20%、 95.65% 、 88.80% 和 87....

Full description

Saved in:
Bibliographic Details
Published in华南农业大学学报 Vol. 39; no. 2; pp. 103 - 109
Main Author 代芬;车欣欣;彭斯冉;杨晓帆;钟杨生;李震;吕石磊
Format Journal Article
LanguageChinese
Published 广州市农情信息获取与应用重点实验室/广东省农情信息监测工程技术研究中心,广东广州 510642%华南农业大学电子工程学院,广东广州,510642%华南农业大学动物科学学院,广东广州,510642 01.03.2018
华南农业大学电子工程学院,广东广州 510642
Subjects
家蚕
性别
无损检测
波段
漫透射
种茧
近红外光谱
nondestructive detection
gender
近红外光谱
Bombyx mori
性别
漫透射
家蚕
种茧
near infrared spectroscopy
无损检测
band
波段
silkworm chrysalis
diffuse transmission
Online AccessGet full text
ISSN1001-411X
DOI10.7671/j.issn.1001-411X.2018.02.016

Cover

More Information
Summary:【目的】利用近红外漫透射光谱快速无损鉴别家蚕办xmon？种茧茧壳内蚕蛹的雌雄,以提高育种效率、降 低人工成本.【方法】以芙9、 9 芙、湘 7 和 7 湘 4 个蚕品种为研究对象,采集比较了样本在可见和近红外区间的漫 透射光谱,建立比较了各品种偏最小二乘判别分析（PLSDA）、后向传播神经网络（BPNN） 以及支持向量机分类 （SVM）判别模型,通过分类器特性（ROC）曲线研究了各模型的鲁棒性, 采用差值法和遗传算法提取了特征波长. 【结果】芙 9、 9 %、湘 7 和 7 湘品种利用450~900 nm 光谱建模的雌雄鉴别准确率分别为95.20%、 95.65% 、 88.80% 和 87.50%,利用 900~1 700 rnn 光谱建模的准确率分别为 100%、 96.00%、 92.22% 和 94.21% ;采用 PLSDA、 BPNN和 SVM模型都能够对蚕蛹雌雄做出较好的无损鉴别, 3 种模型真雌性率分别为95.96%、 95.83%和 100%, 真雄性率分别为98.98%、 96.04%和 82.18%,准确率分别为97.46%、 95.94%和 90.86%,进一步通过ROC曲线分 析,PLSDA模型效果最优,BPNN模型次之;手动提取2 0个波段建立PLSDA模型,鉴别真雌性率为93.75% ,真雄 性率为95.45%,准确率为94.57%.【结论】近红外波段900~1 700 nm 的漫透射光谱比可见- 近红外波段450~ 950 nm含有更丰富的蚕蛹雌雄分类信息; 3 种鉴别模型中, PLSDA模型效果最优;提取特征波段后,准确率能达到 生产需要.
Bibliography:Objective】 To identify the gender of morf chrysalis in the cocoon by rapid and non-destructive method based on near infrared transmission spectroscopy, improve breeding efficiency and reduce labor cost.【 Method】 We used four silkworm varieties including Fu 9, 9 Fu, Xiang 7 and 7 Xiang, and compared their diffuse transmission spectra between 450-950 nm and 900-1700 nm. Partial least squares discrimination analysis （PLSDA）, back propagation neural network （BPNN） and support vector machine （SVM）discrimination models were established and compared among different varieties. The robustness of the models was studied through the receiver operating characteristic（ROC） curve. Characteristic wavelengths were extracted by difference method and genetic algorithm.【 Result】 The identification accuracy rates for Fu 9, 9 Fu, Xiang 7 and 7 Xiang varieties were 95.20%, 95.65%, 88.80% and 87.50% respectively using 450-950 nm spectra, and were 100%, 96.00%, 92.22% and 94.21% respectively using 900-1 700 nm spectra. Using PLSDA, B
ISSN:1001-411X
DOI:10.7671/j.issn.1001-411X.2018.02.016