陈楚汉，钟苏苑，钟杨生，王先燕，代 芬

（1.华南农业大学电子工程学院，广东 广州 510642；2.广东省蚕业技术推广中心，广东 广州 510640；3.华南农业大学动物科学学院，广东 广州 510642）

【研究意义】蚕茧雌雄鉴别是蚕茧杂交育种的重要环节。从熟蚕上蔟到蚕蛹化蛾共约14 d，蚕种场一般在第8 天进行削茧鉴蛹辨别雌雄，削茧鉴蛹时间只有4～5 d，在短时间内完成该环节任务需要大量人工，劳动成本高。因此，研究蚕蛹性别自动鉴定具有重要的实践意义。【前人研究进展】目前关于蚕蛹性别自动鉴定的方法有荧光蚕茧辨性（Fluorescent cocoon sex identification,FCSI）、磁共振成像（Magnetic resonance imaging,MRI）、X 射线成像技术等［1］，但这些方法成本高、速度慢，不适于在实际生产中推广。龚攀等［2］用871A 和7532 两个品种的蚕蛹图像进行了识别试验，每一品种取 50 个样本进行训练、50 个样本进行测试，BP 网络训练收敛，准确率分别为98%和96%。然而计算机视觉的方法需要削开茧壳，并将蚕蛹腹部置于相机镜头位置，检测速度太慢而无法满足实际生产需求。近红外光谱分析技术在蚕茧雌雄检测的应用上有良好效果［3-5］，基于近红外漫透射光谱信息的蚕茧无损雌雄检测［6-7］，不需要削茧取蛹进行判别即可实现实时检测和无损检测。

【本研究切入点】由于近红外光谱分析技术具有成本低、速度快、无损样品等优点，因此适用于农产品检测领域［8-10］。近红外光谱数据是一维数据，传统机器学习方法分析一维数据有良好效果［11-12］，例如支持向量机（Support vector machine，SVM）、梯度提升决策树（Gradient boosting decision tree，GBDT）等方法。但是传统机器学习方法需要特定的光谱预处理方法，例如主成分分析（Principal component analysis，PCA），光谱修正、基线校正、平滑和归一化等方法。……