生物样品中真菌毒素及其代谢物检测研究进展

真菌毒素是由植物病原真菌在适宜条件下产生的次生代谢物,广泛分布于粮食等农作物中,具有较强的化学稳定性和毒性。在实际案件中,生物样品中真菌毒素检测可以为司法审判提供更直接的证据,因此检测生物样品中真菌毒素已成为研究的重点。本文介绍了生物样品中常见真菌毒素及其代谢物,总结了液液萃取法、固相萃取法、沉淀蛋白法等前处理方法,综述了免疫法、荧光法、气质联用技术以及液质联用技术等检测方法,通过对生物样品中真菌毒素及其代谢物检测的前景进行展望,以期为法庭科学领域中真菌毒素的检测提供参考。

土壤营养元素光谱检测技术的研究进展

综述了可见-近红外光谱、激光诱导击穿光谱、X射线荧光光谱和高光谱遥感检测土壤中氮磷钾的特点,总结了光谱数据预处理、特征波段提取和预测模型等化学计量学方法在土壤营养元素检测中的应用。在未来工作当中,应进一步开发便携式光谱检测仪器,优化数据建模方法,扩充土壤光谱数据库,完善土壤营养元素光谱检测方法体系,为我国土壤多参数、高精度快速检测工作提供参考。

基于卷积神经网络的食品塑料包装袋光谱识别

目的实现食品塑料包装袋的快速检测和材质区分。方法研究使用高光谱成像技术在450~950nm波长范围下采集了49组不同食品包装袋样本的光谱数据,利用Savitzky-Golay平滑滤波、数据归一化和主成分分析进行预处理,建立决策树、支持向量机2种传统机器学习模型和卷积神经网络模型,并比较了它们对包装袋材质的识别性能。结果决策树模型与支持向量机模型的验证识别率分别为87.8%和88.9%,卷积神经网络模型的验证识别率高达100%,损失函数值最终下降到0.0171且达到收敛,在分类效果和精度上具有明显的优势。结论高光谱检测方法不破坏检材,重现性好,稳定性强,实现了对食品塑料包装袋的精准识别。卷积神经网络模型对食品包装袋高光谱数据的识别效果最好,为食品包装袋质量检测领域中塑料包装袋的识别鉴定提供依据。