牛肉嫩度的高光谱法检测技术

为实现对牛肉嫩度的预测和分级,构建了试验用高光谱检测系统,在400-1 000 nm波长范围内获取牛肉表面的高光谱散射图像。从高光谱图像中提取牛肉的反射光谱曲线,用step-wise逐步回归法选择430、496、510、725、760和828 nm 6个波长建立了多元线性回归模型,用全交叉验证法验证模型的预测效果,模型的预测相关系数为0.96,预测标准差为0.64 kg。以嫩度6.0 kg为界将样本分为嫩牛肉和粗糙牛肉2类,特征波长处反射值为变量,建立了正则判别函数对牛肉嫩度分级,用全交叉验证法验证训练的效果。嫩牛肉分级准确率为83.3%,较粗糙牛肉分级准确率为90.9%,总的分级准确率为87.0%。研究表明该预测和分级技术具有一定的可行性。

基于高光谱散射特征的牛肉品质参数的预测研究

研究利用光谱散射特性预测牛肉的pH值、嫩度和颜色。使用高光谱成像系统,获取400～1 100nm波长范围内新鲜牛肉表面的高光谱散射图像,预测牛肉的品质参数。提取高光谱图像在400～1 100 nm波长范围内的散射特征,利用洛伦兹分布函数,拟合各个波长处的散射曲线,获取不同波长散射曲线的洛伦兹函数参数。使用逐步回归方法,选择优化波长及其相应的拟合参数,建立多元线性回归模型预测牛肉的品质参数,使用全交叉验证方法评价模型性能。对嫩度的预测相关系数达到0.86,预测标准差为11.7 N,分级准确率达到91%;pH值的预测相关系数为0.86,预测标准差为0.07;对颜色参数L*,a*,b*的预测相关系数分别达到0.92,0.90和0.88,预测标准差分别为0.90,1.34和0.41。研究结果表明,利用光谱散射特征可以较好的预测牛肉的品质参数。

基于VIS/NIR高光谱散射特征预测牛肉的嫩度

本文研究利用VIR/NIR光谱散射特征预测成熟 7 天牛肉的嫩度.开发高光谱散射成像系统,获取新鲜牛肉 400～1100 nm 波长范围高光谱散射图像,对牛肉嫩度进行预测和分级.利用洛伦兹函数,拟合各个波长处的散射曲线,获取不同波长散射曲线的洛伦兹分布函数参数.使用逐步回归方法,选择最佳波长及相应的拟合参数,建立线性回归模型预测牛肉的嫩度,使用全交叉验证方法评价模型的性能.使用散射曲线的峰值建立的模型对嫩度的预测结果最好,预测相关系数为0.86,预测残差为11.7 N.以嫩度剪切力值 58.8 N 为界将牛肉分为粗糙牛肉组和嫩牛肉组,对嫩度的分级准确率是 91%.该研究表明,利用牛肉的散射特征可以对牛肉嫩度预测和分级.

利用可见/近红外光谱判别干枣品种

目的利用可见/近红外反射光谱技术快速判别干枣的品种。方法使用光谱仪获取山西永和枣、山西板枣和新疆和田枣3种干枣在345~1100 nm波段范围内的漫反射光谱;分别使用多元散射校正(MSC)法和一阶导数法(1^(st)-D)和二阶导数法(2^(st)-D)对反射光谱进行预处理;对预处理光谱进行主成分分析,全交差验证法确定最佳主成分数量,提取主成分,结合马氏距离法和线性判别法建立品种判别模型,建立模型过程中使用全交叉验证法确定最佳主成分数,将模型应用于干枣的品种判别。结果可见/近红外反射光谱经过MSC处理后提取主成分建立品种预测模型对枣的品种判别结果最好,利用前4个主成分结合马氏距离法建立的判别模型和利用前5个主成分结合线性判别法建立判别模型,对于3个品种的枣的校正和验证判别准确率都达到了100%。结论可见/近红外反射光谱技术可以较好地判别干枣品种,本研究可为可见/近红外光谱技术在于枣品种和产地的快速鉴别和溯源中的应用提供一定的技术基础。

鸡蛋品质无损检测技术研究进展

鸡蛋的品质指标直接影响到其食用品质和质量等级,鸡蛋品质检测具有实际价值和现实意义。本文讨论了机器视觉、光学特性、声学冲击和介电特性等无损检测技术在鸡蛋品质检测中的研究进展。

土壤有机质测量方法研究

土壤的有机质含量是衡量土壤肥力的一个重要指标,本文对不同的有机质测量方法进行了研究．认为传统的有机质测量方法测量准屈辱,但是存在测试前化学前处理操作繁琐的对操作人员要求比较高的弊端,而采用光谱测量具有简单便捷的特点,并有利于发展较轻快的便捷仪器,是今后土壤有机质速测方法研究的发展方向。

基于高光谱成像技术的苹果内外品质同时检测

结合高光谱图像处理和光谱分析方法,通过一次图像扫描同时对苹果的表面摔伤和糖分含量进行检测。苹果第一主成分图像与794 nm的图像相减后进行去噪和阈值分割处理,摔伤检测的准确率为92.6%。对感兴趣区域的反射光谱曲线进行多元散射校正、一阶导数和SG平滑处理后利用偏最小二乘回归方法建立糖分含量的预测模型,校正集相关系数Rc为0.93,SEC为0.47°Brix,验证集相关系数Rv为0.92,SEV为0.67°Brix。结果表明:利用高光谱成像技术可以实现苹果内部品质和外部品质的同时检测。

冷却猪肉表面菌落总数的快速无损检测方法研究

研究了4℃冷链条件下,冷却猪肉在1-14 d贮藏期间,表面菌落总数与400-1 100 nm光谱范围内相应高光谱图像的关系,提出了一种基于高光谱技术的冷却猪肉表面菌落总数的快速无损检测方法。并采用多元线性回归和偏最小二乘回归两种统计分析方法分别建立预测模型,均得到较好的预测结果,其预测集相关系数RV分别为0.886和0.863。实验结果表明,利用高光谱技术可以较好地定量分析冷却猪肉表面的菌落总数,应用该技术对冷却猪肉品质安全进行快速无损评价是可行的。

基于高光谱荧光技术的叶菜农药残留快速检测

为了解决现有农药残留检测手段费时、复杂、前处理过程繁琐等不足,结合高光谱成像技术和荧光激发技术,搭建了高光谱荧光成像农药残留检测系统。在400～1100nm范围内获取叶菜表面毒死蜱的高光谱荧光图像,使用ENVI4.3软件提取了农药的荧光光谱信息。研究结果表明,毒死蜱在甲醇溶液中具有较强的荧光特性,在437nm附近产生荧光发射光谱,并且不同浓度的毒死蜱农药具有不同的荧光发射光谱峰值,随着农药浓度的降低其荧光特征峰值也降低。研究结果可为进一步开发和研究快速、精确的农药残留检测仪器提供理论依据。

基于高光谱成像的苹果多品质参数同时检测

利用高光谱空间散射曲线的3个洛伦兹拟合参数对苹果的品质(硬度、可溶性固溶物含量)进行同时检测。采用偏最小二乘,逐步多元线性回归和BP神经网络3种方法,对归一化处理和未归一化处理的3个洛伦兹参数组合分别建立苹果品质的预测模型。结果表明:采用偏最小二乘法对未归一化处理参数的组合建立硬度的预测模型其预测结果最好,校正组相关系数Rc=0.93,校正标准差SEC=0.56,验证组相关系数Rv=0.84,验证标准差SEV=0.94。采用偏最小二乘法对归一化处理参数的组合建立可溶性固形物的预测模型其预测结果最好,Rc=0.95,SEC=0.29,Rv=0.83,SEV=0.63。研究结果表明:利用高光谱空间散射曲线的多拟合参数组合可以同时检测苹果的多品质参数。

基于LS-SVM和高光谱技术的玉米叶片叶绿素含量检测

为实现玉米叶片叶绿素含量的快速无损测定,采集不同氮素水平的玉米叶片,制备校正集样本60个,验证集样本16个,获取400～1 100 nm波段范围的高光谱数据和相应叶绿素含量.采用变量标准化、13点平滑、一阶导数3种预处理方法结合,根据相关系数图谱选择470～760 nm波段作为光谱数据分析对象;利用最小二乘支持向量机建立玉米叶片叶绿素含量与高光谱数据的定量分析模型,基于交叉验证的网格搜索寻找LS-SVM的最优参数,建立LS-SVM模型;所建立的校正模型相关系数为0.96,验证相关系数为0.93.研究结果为高光谱技术在精准减量施肥遥感检测中的应用提供了技术基础.

利用高光谱扫描技术检测小麦叶片叶绿素含量

利用高光谱扫描技术对小麦叶片进行无损检测试验,探索精确测定小麦叶绿素含量的方法,为农作物生长状况、植物病理诊断等提供科学依据。研究选取90个样本作为校正集,30个样本作为预测集,获取叶片的高光谱反射图像,同时用传统的分光光度计方法测定其叶绿素含量。选取波长491～887 nm范围光谱,用多元散射校正、一阶导数、二阶导数3种方法处理,利用偏最小二乘法和逐步线性回归法分别建立了小麦叶片叶绿素含量与光谱信号间的数学模型。研究发现多元散射校正(MSC)结合二阶导数光谱的多元线性回归(SMLR)模型的效果较优,模型校正集和预测集决定系数分别为0.82和0.79,校正均方根误差和预测均方根误差分别为0.69和0.71。研究结果表明可以利用高光谱扫描技术检测小麦叶片叶绿素含量。

微量有机磷农药残留近红外光谱快速检测方法

以滤纸作为农药载体,在波数4 000~10 000 cm-1范围内获取其近红外光谱曲线。分别采取偏最小二乘回归法和最佳波段差值回归法建立农药质量比的预测模型。偏最小二乘回归法在经过多元散射校正和变量标准化预处理后得到的预测结果较好,预测相关系数为0.954,通过最佳波段差值回归法得到的预测相关系数为0.904。两种建模方法都得到了较好的预测结果。

基于近红外光谱技术的微量有机磷农药的快速检测

针对现有的微量农药检测手段费时、复杂、前处理过程繁琐等不足,研究利用近红外光谱技术检测微量农药。制备两种不同的样品:不同浓度梯度的液体农药溶液样品和滤纸农药干燥样品,通过采取不同的光谱预处理手段,对比其相关系数和交叉验证均方差选择最适合的光谱预处理方法,采用偏最小二乘回归法建立预测模型。最后得出结论:滤纸农药干燥样品由于去除了绝大部分的水分使得检测精度相比较液体农药溶液样品有较大的提高,预测相关系数达到0.989,预测残差值为0.153,且相对分析误差为6.812,可以进行对农药浓度的定量检测。

可见/近红外反射光谱法检测马铃薯抗性淀粉含量的研究

目的利用可见/近红外反射光谱技术无损检测新鲜马铃薯茎块中抗性淀粉的含量。方法使用光谱仪获取新鲜马铃薯在345~1100 nm波段范围内的漫反射光谱;分别使用Savitzky–Golay(S-G)平滑处理、多元散射校正(MSC)法和一阶导数法(1st-D)对反射光谱进行预处理;对(S-G)反射光谱、MSC处理光谱和1st-D光谱使用逐步回归法判别法选择最优波长组合,建立多元线性回归模型,使用全交叉验证法验证模型。结果结果表明,可见/近红外反射光谱经过一阶导数处理后,确定的8个最优波长(370、569、576、866、868、886、922和963 nm)组合建立模型的校正和验证结果最好:模型的校正结果为相关系数R=0.996,标准差SEC=0.521%;模型交叉验证相关系数Rcv=0.982,验证标准差SECV=0.791%。结论可见/近红外反射光谱技术可以较好地预测新鲜马铃薯茎块的抗性淀粉含量,本研究可为可见近红外光谱技术在马铃薯功能成分的快速检测提供一定的技术基础。

日本企业终身雇用制及其发展趋势

一、日本企业终身雇用制的含义及基本特征 日本企业终身雇用制是指企业在劳动者达到预先规定的退休年龄之前对其进行持续雇用的制度,是企业的一种雇佣惯例.

基于高光谱成像技术的牛肉大理石花纹的评估

利用高光谱扫描成像技术评估牛肉大理石花纹。组建了高光谱线扫描成像系统,采集牛肉样品在400-1100nm波段的高光谱反射图像。通过牛肉脂肪和瘦肉在各个波段处反射值比的最大值,确定530nm为特征波段。提取特征波段处大理石花纹的3个特征参数（大颗粒脂肪密度、中等颗粒脂肪密度和小颗粒脂肪密度）,使用特征参数分别建立多元线性回归模型（MLR）和正则判定函数模型,对大理石花纹分级和等级预测,用全交叉验证方法验证模型的准确性。MLR模型对大理石花纹等级的预测决定系数R2=0.92,预测标准差为SECV=0.45;总的分级准确率是84.8%;正则判定函数对大理石花纹等级判定准确性较低,为78.8%。研究表明,将高光谱成像技术应用于牛肉大理石花纹等级评定是可行的。

基于PBL方法改进软饮料工艺学实验教学

将PBL方法应用到软饮料工艺学验证性、设计性和综合性实验教学中。软饮料实验教学实施PBL方法,能够促进理论教学,丰富学生的课外活动,适应学生的就业需要。PBL方法应用到软饮料工艺学实验教学中是一项行之有效的措施。

温室大棚蔬菜膜下滴灌技术试验研究

在温室大棚蔬菜生产中应用膜下滴灌技术,能为作物生长发育创造良好的水、肥、气、热等生态环境,使温室大棚内土壤层平均温度提高,改善土壤理化性状,减少病虫害发生,可以省水、省肥、省农药,促进蔬菜早熟,达到增产增收的目的。