甲酸乙酯防治抗性锈赤扁谷盗作用的研究

采用EtF处理3个品系的锈赤扁谷盗,EtF能快速杀死试虫,但杀虫效果随温度的升高而降低,试虫对EtF的耐受力与对PH3的抗性有相同的趋势;锈赤扁谷盗成虫对EtF的忍耐力强于幼虫,使用EtF分别与PH3和CO2混合熏蒸处理锈赤扁谷盗。结果表明:EtF对PH3和CO2有明显的增效作用。     

基于同步荧光光谱的鸡肉中抗生素残留量快速检测

研究应用同步荧光技术对鸡肉中盐酸沙拉沙星（SARH）和盐酸强力霉素（DCH）残留快速检测的可行性。首先,分析了SARH标准溶液、DCH标准溶液、空白鸡肉提取液和含SARH及DCH的鸡肉提取液的三维同步荧光光谱,确定了鸡肉中SARH和DCH残留检测的波长差Δλ都为110nm,荧光激发峰分别为320nm和381nm。其次,采用单因素试验考察了硫酸镁溶液浓度和SDS溶液浓度及时间对荧光强度的影响,确定了鸡肉中SARH和DCH残留的最佳检测条件为：硫酸镁溶液浓度0.375mol/L、SDS溶液浓度0.300mol/L和采集时间12min。最后,利用多元线性回归（MLR）、偏最小二乘回归（PLSR）和支持向量回归（SVR）算法分别建立了鸡肉中SARH和DCH残留的预测模型。试验结果表明,与基于MLR和SVR的预测模型相比,基于PLSR的预测模型综合评价更好。基于PLSR的SARH残留预测模型的预测集决定系数R2P为0.8465,预测集均方根误差（RMSEP）为0.3441mg/kg,相对预测误差（RPD）为2.5882。基于PLSR的DCH残留预测模型的R2P为0.9141,RMSEP为5.8909mg/kg,RPD为3.2435。由此可见,应用同步荧光技术检测鸡肉中SARH和DCH残留是可行的,该方法简便、快速,为鸡肉中SARH和DCH残留的快速检测提供了参考。     

基于多传感器人工嗅觉系统的土壤有机质含量检测方法

为了实现对土壤有机质含量的快速、方便、准确测量,本文提出了一种基于多传感器人工嗅觉系统的土壤有机质含量检测方法。选取10个不同型号的氧化物半导体式气体传感器组成传感器阵列,并采用不同浓度的硫化氢、氨气和甲烷等标准气体对传感器阵列进行了响应测试,从响应曲线可以看出,传感器阵列对不同浓度、种类的标准气体皆有响应且响应结果不同,随着标准气体浓度的增大传感器阵列的响应曲线也随之上升,表明传感器阵列具有较高的特异性和一定的交叉敏感性。提取每个传感器土壤气体响应曲线上的响应面积、最大值、平均微分系数、方差、平均值和最大梯度6个特征构建人工嗅觉特征空间。采用偏最小二乘法回归（PLSR）、支持向量机回归（SVR）和BP神经网络（BPNN）算法建立人工嗅觉特征空间与土壤有机质含量关系的预测模型,使用决定系数（R2）、均方根误差（RMSE）和绝对平均误差（MAE）评估预测模型的性能。试验结果表明,PLSR、BPNN、SVR测试集的R2分别为0.80878、0.87179和0.91957,RMSE分别为3.6784、3.1614、2.4254g/kg,MAE分别为3.1079、2.4154、2.1389g/kg。SVR算法建立的模型R2最高,RMSE、MAE最小,比PLSR、BPNN具有更好的预测性能,可用于土壤有机质含量的测量。     

可移动式苹果内部品质果园产地分级系统

为满足苹果内部品质产地检测分级需求,本研究研发出检测模块和分级模块,构成可移动式苹果内部品质果园产地分级系统。在此系统的基础上,以苹果糖度和霉心病为代表品质指标,提出一种基于乘法效应消除（Multiplicative Effect Elimination,MEE）的光谱校正方法,用于消除苹果物理属性差异导致的有效光程变化对光谱的影响。利用该系统获取苹果600~900 nm漫透射光谱数据,分别采用多元散射校正（Multiple Scattering Correction,MSC）、标准正态变量变换（Standard Normal Variate Transform,SNV）和MEE算法对苹果光谱预处理后,建立糖度偏最小二乘回归（Partial Least Squares Regression, PLSR）预测模型和霉心病偏最小二乘判别（Partial Least Squares - Discriminant Analysis,PLS-DA）模型。结果表明,MEE算法相比于MSC和SNV算法建模结果更好,糖度预测模型的校正集相关系数（Rc）、校正集均方根误差（Root Mean Square Error of Calibration,RMSEC）、预测集相关系数（Rp）和预测集均方根误差（Root Mean Square Error of Prediction,RMSEP）分别为0.959、0.430%、0.929和0.592%;霉心病判别模型的校正集敏感性、校正集特异性、校正集准确率、预测集敏感性、预测集特异性和预测集准确率分别为98.33%、96.67%、97.50%、100.00%、90.00%和95.00%。将建立的最佳预测模型导入分级系统进行试验,结果表明该系统的分级准确率为90.00%,分级速度约3个/s。该系统具有成本低、结构简单、移动方便等优点,可以满足苹果内部品质果园产地检测分级需求。     

基于高光谱成像的油茶籽含油率检测方法

为了快速准确地检测油茶籽含油率、解决传统检测手段费时费力等问题，提出了一种基于高光谱成像技术的油茶籽含油率检测方法。应用光谱集Ⅰ（400~1000nm）和光谱集Ⅱ（900~1700nm）两组高光谱成像系统采集油茶籽的漫反射高光谱图像，并结合化学计量学方法建立油茶籽含油率的回归预测模型。结果显示，在不经预处理的情况下，两组光谱集数据建立的偏最小二乘回归模型精度最高：光谱集Ⅰ的预测集决定系数R2p为0.681，均方根误差（RMSEP）为2.89%；光谱集Ⅱ的R2p为0.740，RMSEP为2.92%。通过对比7种不同的变量选择方法发现，两组光谱集采用遗传算法筛选特征波长后建立的PLSR模型精度最高：光谱集Ⅰ的R2p为0.694，RMSEP为2.82%；光谱集Ⅱ的R2p为0.779，RMSEP为2.54%。通过对比光谱集Ⅰ和光谱集Ⅱ的建模效果发现，使用光谱集Ⅱ建立的PLSR模型的性能更好，因此900~1700nm波段比400~1000nm波段更适用于油茶籽含油率的检测，进一步验证了利用高光谱成像技术实现油茶籽含油率预测值分布可视化的可行性。     

基于高光谱联合流化床富集的红葡萄酒白藜芦醇检测

利用高光谱成像技术联合流化床富集技术对红葡萄酒中微量成分白藜芦醇的含量进行快速检测。通过高效液相色谱法检测红葡萄酒中白藜芦醇的含量,设计流化床富集装置,研究HPD826、DA-201、AB-8、H103、HPD600共5种树脂对红葡萄酒中白藜芦醇的富集效果,筛选出H103树脂富集效果最优。将H103大孔吸附树脂用于富集红葡萄酒中的白藜芦醇。获取吸附白藜芦醇后树脂的高光谱反射图像(900~1 700 nm),对比5种光谱预处理方法(MSC、SNV、SG-S、RN、QN)对白藜芦醇含量的建模效果,优选出RN预处理方法;建立PLSR、SVMR(LK-SVMR、PKSVMR、RBF-SVMR和S-SVMR)、PCR的6种回归模型,优选出LK-SVMR校正模型和PLSR校正模型,将其用于预测集样本进一步评价模型的精度和稳定性,最终确定PLSR模型为最佳模型。研究表明,基于RN-PLSR的红葡萄酒中白藜芦醇的定量预测模型相关系数R_P=0.852 8,预测集均方根误差为0.036 0,R_C=0.878 3,校正集均方根误差为0.033 0,预测效果最佳,为高光谱技术在微量、痕量成分检测方面的应用提供了参考。     

基于高光谱的酿酒葡萄果皮花色苷含量多元回归分析

以酿酒葡萄赤霞珠果实为研究对象,利用高光谱成像技术检测葡萄果皮中的花色苷含量。采集60组样本的900~1700nm近红外波段高光谱图像,并用pH示差法测量样本果皮中花色苷含量。选取高光谱图像中葡萄果实区域作为感兴趣区域（ROI）,计算其平均光谱,并采用SG平滑、归一化、多元散射校正等预处理方法提高光谱的信噪比。然后采用偏最小二乘回归（PLSR）、支持向量回归（SVR）和BP神经网络算法建立花色苷含量预测模型。研究表明：基于PLSR模型推荐的13个隐含变量建立的BP神经网络模型的预测决定系数和预测均方根误差分别为0.9102和0.3795。     

肉品无损检测光学传感器设计与试验

畜肉品质光谱检测过程中，不同样品之间的厚度差异导致肉品表面到光纤探头的检测距离存在差异，对预测结果影响较大。针对这一问题，设计了一种用于肉品无损检测的光学传感器，并间隔玻璃从下至上对畜肉品质进行检测，消除了样品厚度对检测距离的影响，并分析了光谱曲线随检测距离变化的变化规律。为探究所设计方案的可行性，搭建了试验平台，包括光谱仪、距离调节机构、光源、石英玻璃、光学传感器和计算机，其中石英玻璃可透过220~2500nm波长范围的光而无吸收，光学传感器可以帮助采集更多的肉品漫反射光。选择了18个猪肉样品贮藏在4℃环境中，并在不同的冷藏时间取出进行光谱采集（400～1100nm），采用不同的检测距离（8～22mm，间隔2mm），最后测量样品的挥发性盐基氮（TVB N）含量。在获得样品光谱数据后，分别用1阶导数、多元散射校正（MSC）、标准正态变换（SNV）和1阶导数+SNV等方法进行预处理，并建立猪肉的TVB N含量的偏最小二乘回归（PLSR）预测模型。结果表明：当检测距离为16mm，采用1阶导数+ SNV预处理时，建立的TVB N含量预测模型效果最好，校正集相关系数和均方根误差分别为0.98和0.92mg/(100g)，预测集相关系数和预测均方根误差分别为0.97和1.56mg/(100g)。因此，利用所设计光学传感器对猪肉新鲜度进行检测是可行的。     

肉品质光谱检测中探头与样品距离对结果影响的校正

针对畜肉品质光谱检测中光纤探头与样品表面不同检测距离对预测结果影响较大的问题,分析了光谱曲线随检测距离变化的变化规律,提出光谱数据的校正方法。通过猪肉嫩度预测,验证校正效果。分别采集光纤探头固定时和光纤探头与样品表面检测点距离在4~18 mm变化范围内的猪肉背肌可见/近红外光谱。对每种情况下的光谱数据进行相同预处理,建立猪肉嫩度PLSR预测模型。探头固定时,预测集猪肉嫩度预测值和实测值相关系数为0.82,均方根误差为5.82 N。五次多项式拟合光纤探头与样品表面检测点距离在4~18 mm范围内380~1 050 nm各个波段的相对光谱数据,拟合相关系数R均大于0.999,均方根误差在0.018 7~0.242 2范围内。利用拟合方程校正后的光谱数据和最优嫩度预测模型对预测集进行预测,光纤探头与样品表面检测点距离在4~17 mm范围内时预测集嫩度预测值和实测值的相关系数在0.83~0.90之间,均方根误差在4.80~5.75 N之间。结果表明:对不同光纤探头与样品表面检测点距离采集的漫反射光谱数据进行校正,能够较好地克服光纤探头与样品表面检测点距离对猪肉嫩度预测模型的影响。     

便携式红提葡萄多品质可见/近红外检测仪设计与试验

基于可见/近红外漫反射光谱分析技术,设计了便携式生长期红提葡萄多品质参数无损检测仪,该仪器由光谱采集探头、光谱仪、卤素灯光源、锂电池、控制器及外围电路等部分组成,仪器尺寸为200mm× 160mm× 150mm, 方便携带。以生长期内的红提葡萄果粒为研究对象,采集400~1000nm的可见/近红外漫反射光谱信息,对原始光谱进行预处理和特征波长提取,分别建立了红提SSC、总酸质量分数、pH值、硬度和含水率的最优偏最小二乘回归（PLSR）预测模型,所建各指标的最优PLSR预测模型的预测集相关系数分别为0.9545、0.9778、0.9878、 0.9456、 0.9028, 均方根误差分别为1.0122°Brix、2.0225%、0.0747、7.2813N、0.9799%。基于MFC开发工具,运用 C++语 言编写了仪器实时分析处理软件,将所建红提葡萄多品质参数的最优PLSR预测模型植入硬件装置中,实现了生长期红提葡萄果粒的多品质参数一键式无损检测。经检验测试,果粒SSC、总酸质量分数、pH值、硬度和含水率预测集相关系数Rp 分别为0.9414、0.9687、0.9768、0.9348、0.9006,预测集均方根误差分别为1.1567°Brix、2.3645%、0.0986、8.3571N、1.1051%,且该检测仪一次检测时间不超过2s,说明该仪器可完成生长期红提葡萄果粒的实时无损检测。     

电子鼻技术在粮食质量检测中的应用

对消费者来说,粮食的气味也是衡量其质量的一个重要标准.电子鼻是一种新颖的仿生系统,是用于分析、检测挥发性气味的仪器.为此,综述了电子鼻在粮食质量检测中的应用,主要包括粮食霉变、虫害和储藏年限等方面的研究及其应用现状;最后,展望了电子鼻在粮食检测中的应用前景.     

基于机器视觉的储粮害虫智能检测系统硬件设计

介绍了基于机器视觉的储粮害虫智能检测系统的硬件组成，该系统主要取样传送机构，均匀光照室和视觉系统3部分组成，取样传送机构可吸取任意检测点的粮食样本，并自动单层呈现给视觉检测系统，光照室可为CCD摄像机的视区提供均匀，恒定的无影光照；视觉系统可实时采集粮食样本的序列图像信息，并由计算机进行处理与识别，现场试验验证了该系统的可行性。     

基于嗅觉和光谱技术融合的面粉脂肪酸值定量检测

提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理后的比色传感器数据和近红外光谱数据进行特征降维,采用五折交互验证法在反向传播神经网络(BPNN)模型校正过程中进行优化,确定基于单技术分析模型的最佳主成分(PCs)个数。将优化后的基于单技术模型的最佳PCs在特征层进行融合,建立基于融合特征的BPNN分析模型,以实现对面粉储藏过程中脂肪酸值的快速检测。实验结果显示,基于比色传感器特征和基于近红外光谱特征建立的最佳BPNN模型的最佳PCs数量分别为3和4,基于融合特征建立的BPNN模型在预测集中的相关系数和预测均方根误差的均值分别为0.9276和1.9345 mg/(100 g)。研究表明,与单技术数据分析模型相比,基于比色传感器数据和近红外光谱特征融合模型的检测精度和泛化性能都有所提高。本研究可为粮食储藏品质的高精度原位监测提供一种技术方法。     

基于机器视觉的储粮害虫智能检测系统软件设计

介绍了基于机器视觉的储粮害虫智能检测系统软件部分各主要环节的具体实现。该系统运用图像差分法及自适应图像增强法提高粮虫样本图像的质量，利用改进的直方图阈值将粮虫从背景中分割开来，并运用数学形态学处理法进行了滤波。以提取出的粮虫面积、周长、复杂度为特征，运用基于模糊决策的分类器对粮仓中常见的9种、7类害虫进行分类，识别正确率达到95.2%。     

射频加热技术在粮食储藏与加工中应用研究进展

粮食的储藏与加工是保障国家粮食安全的重要环节。射频技术凭借具有穿透深度大、加热迅速、整体加热、无化学残留等特点,已广泛应用于粮食产后研究,并在部分领域工业化应用前景广阔。为深入了解射频加热技术在粮食储藏与加工中应用研究进展,本文首先对射频技术展开概述,阐述了射频加热的基本原理,并对目前商业化应用的射频加热系统的类型与特点进行介绍;从粮食与储粮害虫的介电特性、储粮害虫的耐热性和粮食的加热均匀性改善三个方面概述了目前射频在粮食储藏与加工中的基础研究;在此基础上,结合生产中面临的实际问题对该技术在粮食产后杀虫、灭菌、钝酶和干燥等方面的应用进行了总结;最后,就该技术应用于粮食储藏与加工尚存的问题与未来研究方向提出了建议。本文可为射频技术在粮食储藏与加工中的应用研究提供指导作用。     

电子鼻传感技术与应用研究进展

电子鼻作为一种新兴仿生技术,在农副产品与食品检测中逐渐得到重视,其研究在酒茶类、饮料、粮油、肉乳制品和果蔬类等方面都有许多报道,表明电子鼻在食品与农副产品检测上有很好的应用前景。随着材料、传感器、信息等新技术的不断涌现,电子鼻技术也得到了新的发展,新型传感器技术的涌现和响应特性的研究,为新型电子鼻系统研究与应用提供了重要的基础条件和检测机理依据;电子鼻与其他分析仪器的融合应用技术实现了更加全方位、多角度的食品与农副产品检测;电子鼻技术与现代无线通信技术的结合应用,克服了传统电子鼻无法应用于现场及移动环境的不足,拓展了电子鼻的应用领域。本文针对这些方面进行了综述和分析,以供深入研究参考。     

基于介电特性的联合收获机小麦含水率检测装置研究

谷物水分的快速测量对谷物准确测产、粮食快速收储、精准农业实施具有重要意义。针对联合收获机动态作业条件下小麦水分检测稳定性差、测量精度低等问题,基于小麦介电特性原理,设计一种联合收获机水分在线检测装置,提出一种动态连续取样、静态间歇测量的新方法,实现了联合收获机作业条件下,在线快速稳定检测小麦含水率。在线检测装置由机械动态取样部分、电机控制模块、传感器模块、数据采集模块、卫星定位模块和显示终端组成。其中传感器模块包括水分传感器、温度传感器和料位传感器。开展了静态验证试验和田间动态验证试验。试验结果表明,静态条件下,含水率在线检测误差在3%以内;在田间动态变化条件下,建立了基于介电常数和温度因子的水分检测模型,实测值和检测值相关系数达到0.92,在线检测误差小于5%。采用动态连续采样、静态间歇测量的方法显著提高了含水率在线检测的精度,为实现小麦精准生产提供了一种快速测量手段。     

融合电子鼻和视觉技术的鸡肉新鲜度检测装置研究

为实现鸡肉新鲜度的快速准确检测,设计了一种基于电子鼻和视觉数据融合的一体化检测装置。装置由控制系统、视觉系统和电子鼻系统3部分组成,可同时通过电子鼻传感器阵列检测鸡肉散发的气体浓度并由摄像机采集鸡肉视觉图像,控制板传输数据至Jetson Nano上位机进行特征提取、融合与分析。由该装置获取不同新鲜度鸡肉样本的气味和图像数据,采用主成分分析方法进行降维处理,再基于支持向量机建立鸡肉新鲜度分级模型,准确率可达98.7%。该装置具有准确率高、便携和稳定性强等特点,可为肉品新鲜度检测提供技术支持。     

谷物袋装自动化农用机械装置的研制

为减少谷物卸载过程产生的灰尘和碎末对农民身体健康的影响,研制出一种用于谷物袋装自动化的农用装置.该装置能够实现谷物袋装过程的自动化,并且能识别谷物装入袋中的份量进行自动换袋,是当前农用收割机或烘干机等机械在谷物卸载过程的配套设备,在农业机械化市场中具有广阔的应用前景.     

牛肉新鲜度的电子鼻检测技

为了简单、快捷、准确地检测牛肉新鲜度,建立了电子鼻检测系统.根据牛肉产生的气味和传感器实验,合理地选用了气敏传感器阵列.为提高电子鼻传感器灵敏度,对购置的传感器进行了改进.利用生物嗅觉的研究成果,开发出仿生嗅觉鼻道结构.为了提高电子鼻系统小样本训练的识别率,提出了用支持向量机(SVM)算法识别牛肉新鲜度的方法.应用电子鼻系统对储藏7 d不同新鲜度的牛肉进行了识别实验,识别率达到99.25%.结果表明电子鼻检测牛肉新鲜度是可行的.