Distinguishing sex of silkworm chrysalis in cocoon by NIR with fiber optics

The feasibility of distinguishing male and female silkworm chrysalis in cocoon by NIR with fiber optics was discussed. Altogether 187 samples were taken from which 100 samples were used for calibration and others for prediction. "1"and"0"were designed as male and female silkworm chrysalis,respectively’,for regression. Statistical analysis results showed that MR was 0. 930 and SEC 0. 189. The prediction results of 87 samples indicated that R was 0. 937 and SEP 0. 175 respectively. The accuracy of distinguishing sex of silkworm chrysalis in cocoon reached 98. 9%. At the same time,it is possible to discriminate the dead silkworm pupa in cocoon immediately through the spectrum.

雌雄蛹自动分选机的研制

雌雄蚕蛹分选是制造优质蚕种的重要环节。依据雌雄蛹体重量和体形大小存在明显差异的特点 ,研制成功三段式雌雄分选机。经生产测试 ,每小时可分选 135 96kg茧的蚕蛹 ,分选雌雄蛹的误鉴率平均为 3 18% ,比人工分选的准确率高 ;通过调节分选孔的大小 ,准确率可达 99 5 %以上 ;在复眼着黑后分选对蛹体无损伤。机械操作简易 。

雌雄蚕蛹近红外反射光谱的差异及其模式识别

采用６２５０型近红外光谱分析仪，从波长６８０到１２３５ｎｍ分别对日系蚕蛹２１７颗、中系蚕蛹１７４颗、杂交种蚕蛹３３０颗做了扫描测试，结果表明：雌雄蚕蛹的近红外光谱有极显著的差异。从日系２１７颗蚕蛹中随机选取雌雄各５０颗作为学习样本，采用逐步判别方法从其二阶导数光谱中抽取５个特征波长作为观测向量，利用二次型判别函数对其余６２１颗蚕蛹的性别进行识别，其准确率达９８．７％。该方法明显优于以蚕蛹重量或大小识别蚕蛹雌雄的方法。

家蚕蛹脂肪酸成分的气相色谱-质谱联用分析

家蚕蛹脂肪酸对人体具有多种药理作用。采用有机溶剂提取家蚕不同杂交组合、不同性别的蛹脂肪酸,经甲酯化后用气相色谱-质谱联用法(GC-MS)对脂肪酸成分进行鉴定分析。结果表明:月桂酸、肉豆蔻酸、棕榈烯酸、软脂酸、α-亚麻酸、硬脂酸为5个家蚕杂交组合的蛹脂肪酸共有成分,其中相对含量最丰富的是α-亚麻酸;在G1白×C108和C108×大造(雄性)的蛹脂肪酸中检测出壬醛酸;在菁松×M-2的蛹脂肪酸中新检测出9-十二碳烯酸;壬醛酸、月桂酸、9-十二碳烯酸为首次从蚕蛹脂肪酸中检测出的成分。

利用在线近红外光谱鉴别雌雄蚕蛹的方法

采用自动识别雌雄蚕蛹的技术与设备,是解决蚕种生产人工鉴蛹人力短缺和保证鉴蛹正确率的有效途径之一。以6个家蚕品种的蚕蛹供试,利用自制的在线近红外光谱检测装置进行雌雄蛹的鉴别。分别以3种采谱条件采集各供试家蚕品种蚕蛹样品的近红外光谱,以采用全谱和经竞争性自适应重加权算法（CARS）、无信息变量消除法（UVE）优选后的波长变量分别建立偏最小二乘判别分析（PLSDA）的雌雄蚕蛹识别模型。测试结果显示,在3种采谱条件下,以单个家蚕品种的光谱数据建模时雌雄蚕蛹鉴别的正确率达100%;多个家蚕品种的蚕蛹混合后采集光谱数据建模,其中采用方法 a（积分时间8 ms,扫描次数5次）、方法 b（积分时间为8 ms,扫描次数10次）、方法 c（积分时间20 ms,扫描次数10次）获取光谱数据建模的鉴别正确率分别达94.2%、95.2%、100.0%。选择高速采集光谱的方法 a,经CARS法优选波长后建模的测试结果优于经UVE法优选波长建模的结果,对校正集、交叉验证集和预测集蚕蛹样品的雌雄识别正确率分别为100%、100%和96.2%。研制的在线近红外光谱检测装置及建立的检测方法与模型,可应用于蚕种生产中快速鉴别分选雌雄蚕蛹。

茧色限性蚕品种蚕蛹自然羽化脱茧性状研究及其杂交组合筛选

为将家蚕蛹自然羽化脱茧的行为性状应用于蚕种生产中,对10个茧色限性家蚕品种的自然羽化脱茧能力进行了比较分析。结果表明:在蚕品种茧层量较重或茧层较厚的情况下,其蚕蛹自然羽化脱茧能力与茧层量的大小没有相关性;日、华系不同系统、不同性别蚕蛹的自然羽化脱茧能力差异较大,其中日本系统雌蛹的自然羽化脱茧率比中国系统雌蛹高20.40个百分点,日本系统雄蛹的自然羽化脱茧率比中国系统雄蛹高9.47个百分点;日、华系雄蛹的自然羽化脱茧能力比雌蛹高15.09个百分点;蚕品种之间的自然羽化脱茧能力存在不同程度的差异,4个华系蚕品种的自然羽化脱茧率以限15、997最高,6个日系蚕品种的自然羽化脱茧率以限4最高,并对同系统蚕品种的自然羽化脱茧率达到极显著水平。将限15、997、限4组配成杂交组合限15×限4、997×限4,经实验室鉴定表明,限15×限4的综合经济性状优于997×限4,其虫蛹生命率94.32%,万蚕收茧量20.56 kg、万蚕茧层量5.003 kg,分别比997×限4高4.79个百分点、6.53%、6.22%;其雄茧茧丝长、解舒丝长、鲜毛茧出丝率分别为1362 m、1096 m、20.46%,分别比997×限4高198 m、212 m、1.40个百分点,其雄茧丝纤度2.799 D,洁净97.50分,是一对自然羽化脱茧能力较高以及综合经济性状优良的杂交组合。

基于深度卷积神经网络的蚕蛹雌雄自动识别

蚕蛹雌雄识别的准确率直接影响到蚕种杂交率。现有的蚕蛹识别算法多数是以高光谱或近红外相机拍摄的图片作为输入,所需成像设备价格相对昂贵,且高光谱算法的高数据量与高计算量进一步导致其具有较高的应用成本。以普通数码相机拍摄的蚕蛹图片作为识别输入,提出了基于梯度特征的深度卷积神经网络(CNN)的蚕蛹雌雄自动识别算法。设计了包含4层卷积层的CNN,首先提取蚕蛹灰度图像的高级抽象特征,同时提取蚕蛹梯度图像的梯度直方图(HOG)特征,接着将高级抽象特征和HOG特征通过级联的方式进行融合,最后在现有数据训练集上最高达到100%的识别率,测试集的识别率平均可达95%左右,最高达到97.21%。试验数据表明蚕蛹图像的梯度特征也是蚕蛹雌雄识别的重要特征。提出的算法不需要红外或高光谱图片作为输入,降低了数据采集的设备成本和识别计算量。

采用四步削茧鉴蛹法减少家蚕原蚕后期死蛹发生

[目的]减少家蚕原蚕后期死蛹发生,提高家蚕一代杂交种生产的经济效益.[方法]以家蚕原种春蕾（中系品种）与镇珠（日系品种）为研究对象,以原蚕后期死蛹率、发蛾率和工效为考核指标,对比四步削茧鉴蛹法与常规削茧鉴蛹法在家蚕一代杂交种生产中的应用效果.[结果]采用四步削茧鉴蛹法处理的原蚕死蛹率（3.01％）较常规削茧鉴蛹法（14.13％）下降了11.12％（绝对值）,二者间存在极显著差异（P＜0.01）.在工效方面,两种削茧鉴蛹法操作的工效无显著差异,且越是蚕蛹发病率高的生产批次,应用四步削茧鉴蛹法的成效越明显.2011～2012年在山东广通蚕种集团公司的部分蚕种场推广应用,结果显示,山东广通蚕种集团公司蚕种场的原蚕后期死蛹率明显减少,发蛾率由应用前在70.00％～90.00％波动提高稳定在92.00％以上.[结论]在家蚕一代杂交种生产过程中,合理运用四步削茧鉴蛹法可极大减少病原物通过蛹体间接触的水平传播感染,有效减少死蛹发生,显著提高制种效益.

基于纹理特征和改进VGG的家蚕蛹雌雄识别方法

【目的】针对蚕种培育中人工分蛹效率低且易受到主观因素影响的问题,提出一种基于纹理特征和改进VGG的家蚕Bombyx mori蛹雌雄识别方法。【方法】利用透射变换矫正蚕蛹方向,截取家蚕蛹头尾图,以B通道图作为轮廓提取的基础,通过道格拉斯-普克(Douglas-Peucker, DP)算法,分析轮廓复杂性从而识别并获取家蚕蛹尾部图;采取掩膜消除背景干扰,通过多通道的特征融合图加强纹理信息;对Inception模块进行改进,将残差网络与改进后的Inception模块加入VGG模型中;利用数据增强技术扩充数据集;以精确率(precision)、召回率(recall)、精确率和召回率的调和平均F1分值以及准确率(accuracy)作为评价指标,分别对3种输入图片以及4种识别模型进行评估对比。【结果】结果表明,特征融合图在改进VGG模型上的家蚕雌蛹的精确率、召回率和F1分值分别为98.017%, 94.794%和96.375%,雄蛹的精确率、召回率和F1分值分别为95.342%, 98.231%和96.762%,识别家蚕雌雄蛹的准确率为96.580%。特征融合图识别家蚕雌雄蛹的准确率比原始灰度图的提升了18.093%,改进VGG识别家蚕雌雄蛹的准确率比原始VGG的提升了2.257%。【结论】基于纹理特征和改进VGG的家蚕蛹雌雄识别方法能降低人工劳动时间,为实现家蚕蛹雌雄自动分拣提供基础。