基于WEB的农产品质量检测与溯源系统的设计

为加强农产品质量安全,保障消费者身体健康,提出利用C#、.NET开发平台、SQL Server数据库技术、RFID技术,二维条码技术和WEB报表技术构建一个基于WEB的农产品质量检测与溯源系统。对当前国内外对于农产品质量研究状况以及项目所处的背景进行了分析;借助.NET平台、SQL SERVER数据库和RFID技术实现对农产品信息的数据采集;利用WEB报表技术实现对检测数据的统计分析及网络监控。系统目前在江阴地区试运行中,主要对蔬菜进行农残的定量和定性检测,对采集的农产品检测数据结果进行统计,在市场内贴上溯源码的蔬菜产品进行溯源查询。

基于ASP.NET的农产品质量安全追溯系统设计

阐述了农产品质量安全追溯系统涉及的系统体系架构设计、结构设计、数据库设计、追溯编码设计及系统开发,借助ASP.NET开发平台,采用B/S模式结构体系、C#开发语言、SQL Server 2008数据库,基本实现了江阴市农产品质量检测、流通环节监控,并通过QC code二维追溯码最终实现农产品质量安全追溯的功能。

基于农产品供应链的质量安全可追溯系统

为加强农产品质量安全管理,保证消费者身体健康,从农产品供应链的角度出发,提出基于农产品供应链的质量安全可追溯系统的设计方案。在危害分析和关键控制点(hazard analysis and critical control point,HACCP)管理体系的指导下,利用二维码技术、数据库技术、网络信息技术进行系统的构建和开发,实现了农产品在整个供应链上从种植、采收、加工到销售的全程跟踪和溯源,有效地加强了对农产品质量安全的监管,保证消费者最终知情权。目前,该系统在江苏江阴地区实际测试效果良好,验证了方案的可行性和有效性。

基于Web的蔬菜农药残留检测网络监控系统构建

为保证蔬菜质量安全和消费者健康,该文提出利用.NET技术平台和SQL技术开发成功基于Web的蔬菜农残检测网络监控系统,利用数据库管理系统,通过数据统计和Web报表实现信息的采集和整理;该文给出了系统的结构设计方案、采用的关键技术和主要功能实现方法。该系统在江苏江阴地区实际测试效果良好,可应用于农产品品质检测和安全管理。

改进LeNet-5模型在大米分选算法上的应用

针对大米特征提取与分类的算法难以确定的问题,改进LeNet-5卷积神经网络模型并研究其在大米分选问题上的表现。首先对大米原始图像进行预处理、提取单粒大米的图像建立大米图像样本库,然后对原始的LeNet-5模型提出改进方案并进行实验,最后将改进模型与若干传统分类方法、3个轻量化卷积神经网络模型进行对比。改进LeNet-5模型大米形选准确率为97.2%,色选准确率90.6%,处理速度约5 300粒·s^-1,分类效果与分类速度显著优于其他对比方法。实验结果证明,改进的LeNet-5模型可以高效分选碎米与垩白米,且能有效减少实际分选前准备工作的工作量。