《表2 多元线性回归方程结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器视觉的孵化早期群体受精蛋鉴别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

因变量y表示种蛋类别，设定受精蛋的y值为1，无精蛋为0，最后的拟合结果中将0.5及以上的值看做1，即受精蛋，小于0.5的值看做0，即无精蛋。RGB和HSI之间具有一定的数学关系，因此在建模前需去除其中的冗余信息。通过计算变量的方差膨胀因子（VIF）对变量的多重共线性进行检测，当VIF<5时可以认为不存在共线性，当5≤VIF<10时认为存在中等程度的共线性；当VIF>10时，认为共线性严重。每次剔除一个最大VIF值的变量，直到所有剩余变量VIF值都<5，如表1所示。建立线性回归模型，结果如表1、2所示，在孵化3～6d时，蛋重是一个显著性的影响因素，随着孵化天数的增加，受精蛋图像的颜色会逐渐变深，蛋重变量逐渐变得不显著，故逐步判别时被剔除。从表2中可以看出，随着孵化天数的延长，检测精度逐渐提高。