摘要： 为了提高在鸡种蛋孵化早期（0~5胚龄）筛除无精蛋的准确率，试验采用透射光谱技 术结合智能算法与机器学习模型进行种蛋受精信息识别。试验对采集获得的透射光谱数据进 行预处理，剔除壳色波段影响，建立支持向量机（Support vector machine, SVM）种蛋受精检测模 型。分别使用灰狼优化算法（Grey wolf optimizer, GWO）和麻雀搜索算法（Sparrow search algo? rithm, SSA）对SVM模型的c和g参数进行优化，优化后模型进行对比；采用Sine混沌映射和萤火 虫扰动优化麻雀搜索算法，构建改进SSA-SVM模型。结果显示：SSA-SVM模型对孵化早期测试 集预测受精准确率在孵化第4、5天最高，达99.56%；改进后的SSA-SVM模型对入孵前第0天测 试集预测受精准确率达99.12%。研究表明使用改进后的SVM模型能够提高种蛋受精判别准确 率，可以为生产提供参考。

关键词: 种鸡蛋；透射光谱；无损检测；支持向量机；麻雀搜索算法；灰狼优化算法

中图分类号: 

• TP391