大豆深加工产品定性PCR检测影响因素分析

以大豆内源基因(Lectin)、筛选基因35S启动子(Cauliflower mosaic virus 5S,CaMV35S)、NOS终止子(Nopaline synthase,Nos)和外源基因(CP4 EPSPS)为检测对象,对大豆深加工产品的DNA提取方法、PCR扩增条件的退火温度、引物浓度进行探讨,得出不同DNA提取方法、退火温度、引物浓度对大豆加工产品PCR榆测的影响,建立了大豆加工食品中转基因成分定性检测体系.检测结果表明,退火温度60℃、引物浓度0.4μM时所建立的定性PCR检测方法能有效检测出大豆加工产品中的转基因成分,而且方法简单、快速有效.     

大豆磷脂酰胆碱提取工艺优化

大豆磷脂酰胆碱（PC）是由三甘油酯分子上的磷酸与胆碱等基团结合而成的一类脂类物质，其生理功能多样高效，在各个领域应用广泛。为了提升产率，以大豆浓缩磷脂为原料，采用丙酮精制法提取粉末磷脂，然后通过单因素与正交试验，研究优化了乙醇浸提法的工艺条件。正交试验以乙醇浓度、浸提温度和蒸馏温度为因子，结果显示，提取的最佳条件是乙醇浓度85%、浸提温度45 ℃和蒸馏温度35 ℃。      

我国转基因大豆研究进展

转基因大豆相较于传统大豆在产量、抗逆性、经济效益等方面具有明显优势,已被越来越多的国家和地区所接受。概述转基因大豆的遗传转化方法和转人大豆的外源基因类型,并对转基因大豆的发展趋势进行了展望。     

大豆种质资源抗锈鉴定

由豆薯层锈菌（Phakopsora pachyrihzi Syd）引起的大豆锈病是严重影响大豆生长的重要病害之一。防治该病最经济有效的方法之一是抗病育种,而抗病资源的筛选是抗病育种的工作基础。利用室内离体叶片接种方法确定了大豆抗锈接种鉴定的接种浓度,最适接种浓度为100孢子μL,每片大豆叶子的接种量为2 μL,发病时间为第5天,第7天孢子堆破裂释放夏孢子。对296个大豆品种进行了抗锈鉴定,并辅以显微观察和分子检测技术。初筛结果显示:只有大青仁表现出抗性,重复接种鉴定后该品种未表现出明显发病症状,PCR可检测到该品种被接种叶片上的锈菌,针对这个品种再次接种锈菌,结果表现出抗性,其余品种均表现为感病。      

基于高光谱成像的生鲜鸡肉糜中大豆蛋白含量检测

为快速无损检测生鲜鸡肉糜中超量添加的大豆蛋白含量,采集了鸡肉糜中掺杂的3种典型大豆蛋白的高光谱图像。在鸡肉糜中分别掺入质量分数0~30%的大豆蛋白粉（SPF）、大豆浓缩蛋白（SPC）和大豆分离蛋白（SPI）,并于可见-近红外（400~1000nm）光谱范围采集样品的高光谱图像,基于波段运算提取感兴趣区域的平均光谱,建立了原始及预处理光谱的偏最小二乘回归（PLSR）定量模型,发现模型对SPC预测效果最优（R2p=0.9984）、SPF次之、SPI最差。进一步利用二维相关光谱（2DCOS）自相关峰提取特征波长,建立的多光谱模型对于3种大豆蛋白的检测限分别可达0.53%、0.58%和1.02%。将以上多光谱模型应用到原始光谱图像,实现了不同大豆蛋白及其掺假梯度的可视化表征。     

基于声学特性的西瓜糖度检测与分级系统研究

糖度是西瓜分级的重要指标之一,针对传统西瓜检测方法的弊端,探讨了声学特性结合机器学习用于西瓜无损检测与分级的可行性。设计了西瓜声学检测系统,采集了不同批次样本的时域信号。时域信号经归一化处理后,采用快速傅里叶变换得到频域信号,并对其进行去趋势预处理。采用主成分分析提取了频域信号主成分,其中前3个主成分累计方差贡献率为95.32%,第1主成分和第2主成分对不同等级样本具有可分性。利用4种不同的机器学习算法建立了西瓜全变量分级模型,验证集分类准确率均达到66%以上。使用稳定竞争性自适应加权算法提取了特征变量,减少了约84%的变量数,使用优化后的特征变量建立的分类模型,性能均得到了较好的提升,其中支持向量机模型取得了最高的验证集准确率（95.56%）、F1分数（96%）和Kappa系数（93%）。结果表明,声学特性结合机器学习的方法,对西瓜进行无损检测和分级是可行的。该研究为西瓜无损检测和分级提供了可行的技术方案。     

基于IM-SSD+ACO算法的整株大豆表型信息提取

为了减少检测整株大豆豆荚及茎秆时相互遮挡对精度造成的影响,提出了一种基于卷积神经网络的大豆豆荚及茎秆表型信息检测方法,根据大豆植株的生长特征和卷积网络的特点,对单次多框检测器(Single shot multibox detector, SSD）进行了改进。与传统SSD相比,改进SSD（IM-SSD）具有更好的抗干扰能力和自学习能力。首先,通过大豆植株图像采集平台获取收获期的大豆植株图像,建立大豆植株RGB空间图像数据集,将数据集分为训练集、测试集和验证集,对训练集进行颜色变换、图像平移、旋转和缩放等方式实现数据的扩增,提高网络的泛化能力。其次,提出一种针对大豆植株图像中豆荚和茎秆的标注方法,仅对未被遮挡的部分进行标注,目的是降低遮挡产生的误判。IM-SSD是在传统SSD结构的基础上增加2个残差层,使用低层特征图融合到高层特征图来增强对小目标的检测能力,提高网络的识别率,输入图像尺寸为600像素×300像素,降低压缩变形带来的影响。对比试验结果表明,IM-SSD的平均精度比SSD300高7.79个百分点,比SSD512高3.83个百分点。由于卷积神经网络获得的大豆植株茎秆定位是分段的,不能体现茎秆的真实特征,提出了一种基于蚁群优化（Ant colony optimization, ACO）算法的大豆植株茎秆提取方法,利用ACO结合IM-SSD的结果提取完整的大豆植株茎秆。最后,通过豆荚定位和大豆植株茎秆提取获得了大豆植株的部分表型信息,包括全株荚数、株高、有效分枝数、主茎与株型。     

不同车速车载多光谱成像系统性能分析

为了探索大田冬小麦冠层叶片叶绿素指标的快速检测方法,基于车载式多光谱成像系统进行了大田冬小麦叶绿素含量指标的快速无损诊断研究,并分析了不同车速条件下车载式多光谱成像系统的工作性能。系统以福田欧豹4040型拖拉机为车载平台,搭载了2-CCD多光谱图像智能感知系统。田间试验分别设置了4种行进速度（分别为S1（0.54 m/s）、S2（0.83 m/s）、S3（1.04 m/s）、S4（1.72 m/s））,采集了冬小麦冠层可见-近红外图像,同步获得了车载GPS轨迹坐标信息,并测量了样本叶绿素含量指标SPAD值。图像经滤波和冠层分割预处理后,提取了 R、G、B 、NIR 4个波段平均灰度,并计算了RVI、NDVI等4种常见植被指数、 H 分量的灰度平均值和覆盖度 C ,共10个图像检测参数。分析了各图像检测参数与叶绿素含量指标SPAD值之间的相关关系,结果表明,S1、S2和S3速度下,各图像检测参数与SPAD值相关性高于S4速度。同时,S1、S2、S3速度下,NDVI、NDGI、RVI与SPAD值的相关系数绝对值均达到0.50以上。分别建立了S1~S3不同车速下叶绿素含量指标诊断MLR模型,模型精度满足作物生长空间分布图制图的要求。为了进一步提高车载式大田作物生长参数移动诊断效率,将不同车速下的数据合并,选取NDVI、NDGI、RVI参数建立叶绿素指标MLR模型,结果表明模型具有通用性。该研究可为车载式大田作物生长快速诊断提供支持。     

Pickering高内相乳液制备及其稳定性与消化特性研究

利用大豆球蛋白（11S）和β-伴大豆球蛋白（7S）在酸性条件下制备Pickering高内相乳液,通过粒径、ζ-电位、傅里叶红外光谱（FITR）、冷冻扫描电镜、乳化性和流变学等研究其稳定性,并探讨其消化特性。结果表明：在pH值2.0时,7S和11S形成的乳液均具有较高的乳化活性和乳化稳定性,11S比7S具有更高乳化性能。当蛋白质量浓度为0.015g/mL,油相体积分数为78%~82%时,可以形成稳定的高内相乳液。通过增加内相体积分数,7S和11S蛋白颗粒稳定的Pickering乳液体系分布更加均匀,不易发生聚集,并且可以形成较强的凝胶网络结构。模拟体外消化实验表明,在酸性条件下,蛋白形成的高内相乳液可以不同程度地延迟脂质的释放。本研究明晰了在酸性条件下7S和11S的结构特性以及7S和11S高内相乳液在胃肠道中的消化行为,可为食品功能性成分递送体系研究提供理论支撑。     

响应面优化茶叶中黄酮类化合物的提取条件研究

为确定茶叶中黄酮类化合物的最佳提取工艺,选取提取时间、水浴温度、乙醇浓度和液固比4个影响提取效果的因素做单因素试验,并利用Design—Expert6．0进行响应面分析试验。试验结果表明,提取茶叶中黄酮类化合物的最佳提取工艺条件为：时间60min、水浴温度80℃、乙醇浓度为60％、液固比（V/V）为10。     

酶抑制率农药残留快检方法存在的问题及研究进展

以我国农产品中有机磷和氨基甲酸酯类农药残留情况为背景，结合酶抑制率法的检测原理，从检测标准、样品前处理、酶及试剂盒产品、仪器设备等方面分析了酶抑制率法存在的问题、研究及应用情况，并对未来如何改进酶抑制率快检方法进行展望，为提升我国食品安全快速检测水平提供参考。      

超微弱发光技术在农产品检测中的应用研究

超微弱发光是广泛存在于一切生物活动中的生理现象,它是反映生物体内部技能的一个综合生命体征,它也是生物物理学的一个重要内容之一。近年来,随着越来越多的对农产品的生命活动、质量和生理特性的快速检测的需要,国内外学者针对农产品超微弱发光的研究也越来越广泛和深入,相关研究成果将为农产品检测,尤其是快速检测技术的研究领域拓宽研究空间。本文就目前国内外学者针对农产品超微弱发光的研究做一概述,并探讨生物发光技术在农产品检测中的应用前景。     

电子鼻技术在肉与肉制品检测中的研究进展和应用展望

电子鼻因具备操作简单、能够快速、无损检测的特点，满足人们对肉与肉制品安全指标高效和高精确度检测提出了更高的要求。本文阐述了电子鼻技术的检测原理和其在硬件和软件系统方面的发展；从肉与肉制品的新鲜度检测、掺假检测、风味评价、病原微生物污染检测四个方向，对近年来电子鼻技术在肉与肉制品检测的应用研究进展进行了分析，突出了电子鼻技术应用的可行性和先进性；指出电子鼻技术在肉与肉制品检测中面临的检测效果参差不齐，电子鼻仪器体积大、价格高昂，模型通用性和普及性不够等不足。最后，本文从硬件系统和软件系统两方面，对未来电子鼻技术的发展及其应用前景进行了展望，包括硬件系统方面提高电子鼻传感器阵列电极膜材料的性能，增强电子鼻耐用性和识别气味的灵敏度；软件系统方面不断探索引入新的模式识别算法，使电子鼻技术实现对气味更快、更准确的识别分析。     

农畜产品品质安全高光谱无损检测技术进展和趋势

高光谱成像技术作为光学无损检测的一种新技术在农畜产品品质安全检测中被广泛关注和应用.综述了高光谱无损检测技术的研发现状.在果蔬品质安全检测上,高光谱成像技术可用于组成分分析、食用指标测定、质量分级评定等内部品质检测和外部形态特征识别、表面缺陷及污染物检测、冻伤检验等外部品质判定,以及农药残留、致病菌污染等安全评定.在生鲜肉检测应用方面,包括营养品质的组成成分分析、食用品质如嫩度、大理石花纹、新鲜度等指标评价以及生鲜肉在微生物污染等安全品质的评定.分析了高光谱无损检测技术的现状及问题,并针对目前农畜产品无损检测的发展趋势进行前景展望.     

X射线无损检测技术在农产品品质评价中的应用

近年来,无损检测技术在农业中得到了广泛的应用.X射线检测作为无损检测的重要技术手段,在农产品品质检测与评价中发挥了重要的作用.为此,综述了国内外在X射线检测技术应用于农产品品质检测方面的研究进展;阐明了X射线检测技术测定的基本原理;介绍了其在果品水分测定、农产品内部病虫害检测、外观品质检测以及异物检测等方面的典型应用实例;并展望了X射线检测技术在农产品检测中的应用前景.     

检测技术在机械自动化行业的应用探索

为了更好地确保机械制造过程中精准性,检测技术的应用得到了广泛重视,在机械自动化生产中结合检测技术是非常重要的,两者相辅相成,不仅可以监测产品生产加工过程中设备的运行参数,还能根据获取的数据信息来优化加工工艺,对整个自动化生产起到管控协调作用,从而为我国机械产品质量保驾护航,满足国家生产需求,提升综合实力。基于此,本文详细介绍了直接检测和间接检测装置在机械自动化行业的应用,仅供参考。     

基于改进YOLO v4的群体棉种双面破损检测方法

针对研究人员难以利用计算机视觉对棉种这类尺寸较小的物体进行双面检测,导致检测效果不佳的问题,设计了一款新型棉种检测分选装置,利用亚克力板在强光和白色背景下透明的特点,将棉种通过上料装置滑入透明亚克力板的凹槽中,随着转盘的转动,同一批棉种的正反两面图像分别由2个不同位置的CCD相机采集得到.利用改进YOLO v4的目标检...     

水产品氯霉素胶体金试纸条快速检测研究

水产品中氯霉素残留会通过食物链富集作用对人体健康构成危害,建立快速、简便、有效的检测技术十分必要。胶体金试纸条快速检测技术操作简单,检测时间短,携带方便,价格经济。对胶体金试纸条快速检测技术进行探讨,为水产品氯霉素残留快速检测发展提供技术依据。     

机器视觉在农产品物流分级检测中的应用

综述了近些年国内外机器视觉技术在农产品品质分级检测中的研究进展,选取水果、谷物籽粒、家畜、家禽和蔬菜为代表,重点阐述了机器视觉技术针对这些农产品特征进行分级检测的方法以及成果。同时,总结了目前机器视觉技术应用于农产品物流分级检测的不足之处,展望了未来的发展趋势。     

我国水产品供需形势分析与预测

该文对我国水产品的生产、消费、进出口、价格和供需平衡等总体情况进行总结梳理,认为现阶段我国水产品生产处于高质量发展转型期,面临着水域生态环境破坏严重、贸易保护主义的制约、水产品加工业发展受限和检测手段及产业化落后等问题。水产品消费情况总体呈上涨趋势,消费结构逐渐向质量型和健康型的高端化趋势转变,城镇与农村对水产品消耗量均呈逐年增长的态势。针对当前水产品生产和消费存在的问题,提出了加快推进渔业产业转型升级、提升水产品加工企业竞争力及培育国内消费市场等建议。