基于机器视觉与敲击振动融合的鸭蛋孵化特性检测

• 作者: 刘鹏 屠康 张伟 潘磊庆 詹歌
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 鸭蛋 孵化检测 传感器信息融合 神经网络
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 140-145
• 分类号: S126|TP391.4
• 字数: 4366字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2012.02.028

摘要

为提高判别种蛋孵化前期受精的准确性和稳定性,将视觉和声学2种传感器信息在孵化第5天进行特征层融合,采用2种人工神经网络构建种蛋孵化前期受精性判断的融合模型.研究表明:采用LVQ神经网络判别模型的准确率和稳定性,优于BP神经网络.单独利用计算机视觉技术和敲击振动技术对鸭蛋孵化早期受精情况的判别准确率为92％和88％,而将2种传感器信息进行融合构建的模型的准确率可达98％,说明传感器信息融合技术在判断鸭蛋孵化前期受精性方面是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屠康	南京农业大学食品科技学院	182	3053	29.0	45.0
2	潘磊庆	南京农业大学食品科技学院	87	1264	19.0	31.0
3	刘鹏	南京农业大学食品科技学院	32	444	12.0	20.0
4	张伟	南京农业大学食品科技学院	34	491	11.0	21.0
5	詹歌	南京农业大学食品科技学院	7	117	6.0	7.0