鲜食葡萄冷链物流气体传感器响应特征试验研究

随着冷链耦合保鲜/气调技术的发展,气体成分参数已经成为鲜食葡萄冷链物流监测与追溯的重要指标之一。针对现有气体传感器不能满足冷链物流监测与追溯的高精度和微量化需求,选取CO2、O2和SO2为基本参数,利用基于时域特征参数提取方法,研究气体传感器静态、动态响应的特征参数,用线性回归法进行优化,筛选最佳特征参数。研究结果表明,鲜食葡萄冷链物流O2和SO2传感器最佳特征参数分别为空气中的响应基值Xa、稳态响应幅值Xg、响应速度Dres、响应恢复速度Drec、响应时间tres、响应恢复时间trec和响应幅值的累积Int Pres,其中,CO2传感器响应幅值的累积特征低于O2和SO2传感器。最佳特征参数能够对冷链物流中具有累积效应的气体传感信号进行有效地特征分析,进一步提高冷链物流气体传感器应用及监控的精度、灵敏度和稳定性。     

基于气体传感信息的蓝莓贮藏货架期预测方法

利用气体传感信息,提出了一种蓝莓货架期预测方法。将蓝莓贮藏在0、5、22℃下,对贮藏微环境中的3种气体含量(氧气、二氧化碳、乙烯)进行了监测,同时将蓝莓5种理化指标(腐败率、硬度、pH值、可溶性固形物含量、失重率)作为传统的品质指示指标进行了获取,分析了贮藏微环境中气体含量变化和理化指标变化的相关性,并利用BP神经网络从气体角度建立了蓝莓的货架期预测模型。结果表明:蓝莓品质的变化受到贮藏温度的影响;气体含量的变化与蓝莓品质的变化存在明显相关性;利用BP神经网络建立的蓝莓货架期预测模型具有良好的预测效果。其中,0℃的预测误差为0.091~0.191 d,5℃的预测误差为0.069~0.302 d,22℃的预测误差为0.094~0.338 d,基本满足货架期预测需要。     

北京市水产市场信息系统设计

在对不产市场信息进行分析的基础上,建立了基于Ｗｉｎｄｏｗｓ ＤＮＡ体系的北京市水产市场信息系统,阐述了系统各模块的主要功能;设计了系统的网络体系和数据库结构,初步建立了北京市单项水产品的价格预测模型。     

保活运输河蟹品质感知生物信号检测与建模

针对河蟹运输过程中营养下降快、品质流失严重以及有效监测难的问题，基于STM32芯片设计河蟹生物信号检测装置，实现对运输或贮藏环境中的气体和河蟹阻抗信息数据实时获取。利用生物信号检测装置获取了河蟹在4、15、25℃下气体和生物阻抗的变化信息，通过化学实验检测了相同环境下作为河蟹传统品质指示指标的河蟹挥发性盐基氮含量的变化，根据河蟹贮藏时感官的变化将品质变化阶段粗划分为新鲜到濒死（S1）、濒死到死亡（S2）和死亡后腐败（S3）3个变化阶段。利用遗传算法（GA）对BP神经网络进行参数优化，分别建立了阻抗-挥发性盐基氮含量、气体-挥发性盐基氮含量、阻抗-气体-挥发性盐基氮含量的耦合模型，并检验了这3种耦合模型的预测精度。结果表明：这3种耦合模型在4、15、25℃下的预测精度均不低于86.32%。该耦合模型基本满足河蟹品质预测的需要，通过耦合挥发性化合物、生物阻抗和化学指标之间的变化关系，实现了通过生物信号对河蟹品质的监测，降低了河蟹品质获取的难度。     

时间温度指示器等量线匹配适应性评估方法

提出了一种基于等量线匹配的时间温度指示器(TTI)评估方法。首先,从理论方面论证了等量线方法的可行性,然后以不同温度条件下的4种TTI响应值与玫瑰香葡萄硬度变化进行了验证与评估。研究结果表明,Vitsab M25-2型TTI最适于监测玫瑰香葡萄的品质变化,此结果与经过变温方案检验的反应动力学方法的评估结果一致。同时发现,TTI和玫瑰香葡萄等量线之间的差异与其反应活化能之间的差别呈正相关关系,进一步验证了等量线方法的可靠性。     

基于季节分解和长短期记忆的北京市鸡蛋价格预测

准确把握北京市场鸡蛋价格波动特征和规律,及时预测鸡蛋价格波动趋势,不仅是农业进入新发展阶段的首都"菜篮子"工程建设的需要,而且有利于社会经济的稳定发展。该文选取北京市月度鸡蛋价格作为试验数据,在对北京市鸡蛋价格历史数据分析的基础上,根据鸡蛋价格序列的非线性、季节性和周期性特征,提出一种基于时间序列季节性分解(Seasonal-trend Decomposition Procedure Based on Loess,STL)和长短期记忆网络(Long-short Term Memory,LSTM)组合的鸡蛋价格预测模型。通过采用LSTM模型实现对由STL方法分解的鸡蛋价格波动成分的趋势成分及剩余成分和用季节朴素方法(Seasonal-na?ve, Sna?ve)对鸡蛋价格波动的季节成分分别进行预测,可以获取未来鸡蛋价格的综合预测值。研究结果表明:2000—2018年北京市鸡蛋价格在整体呈现上升趋势,且存在"春低秋高"的季节性和随机波动特征;该研究构建的STL-LSTM模型在预测步长分别为1、3、6时的均方根误差分别为0.19、0.33、0.43;平均绝对百分比误差分别为1.91、3.53、4.58,均优于长短期记忆网络、支持向量回归(Support Vector Regression,SVR)和差分整合移动平均自回归(Autoregressive Integrated Moving Average Model,ARIMA)模型,可以为预测预警北京市场鸡蛋价格异常波动情况、为行业和政府主管部门保障北京市场鸡蛋供应决策提供参考依据。     

鲟鱼无水低温保活的血糖传感信号监测方法

根据水产品无水低温保活运输监测需求,设计了可植入式血糖传感器及信号处理电路,以实时获取血糖传感信号,信号经过软件滤波进行去噪和平滑处理后,构建了血糖变化的时序预测模型;以鲟鱼作为实验对象,对所提出的方法进行了实验验证。结果表明:所设计的可植入式血糖传感器能在鲟鱼体内对血糖信号进行稳定的采集,传感器信号经过信号调理电路后输出拟合程度达到0.960 8,电路灵敏度为27.047 m V/n A,零点漂移量为722.83 m V;所构建的血糖信号自回归移动平均模型(ARIMR)预测值与真实值之间的平均绝对误差为-0.014 mmol/L,平均相对误差为-0.117%,预测精度和平滑度较其他模型具有优势。该信号监测方法对于提高水产品无水低温保活全程透明度和追溯性,并推断水产品生命体及营养物质变化具有重要参考价值。     

光谱技术在水产养殖水质监测中的应用进展及趋势

水产养殖的水质是关乎水产养殖经济效益和水产品品质的关键因素,与传统的水质检测方法相比,光谱技术具有无创性、快速性、可重复性、准确性等优点,已成为水质监测的重要发展方向。该文总结和整理现有国内外研究文献,对基于光谱技术的水质重要参数监测、数据预处理方法、特征波段提取、预测模型算法进行了系统的分析与讨论。综述结果表明,实时在线的水产养殖水质监测将成为重点研究方向;多源光谱融合、多参数的水产养殖水质监测将会成为新的发展方向;对于光谱数据的处理,将多种数据处理算法相结合,仍将占据主导;而非线性建模将成为水产养殖水质数据分析的主流方法非线性数据建模,将成为光谱技术应用于水产养殖水质监测的主流建模发方法。     

冷链物联网监测数据质量评估与优化研究进展分析

冷链监测具有多环节、技术构成复杂、数据格式多样等特点,针对当前应用场景的适应性较差。为了加深冷链监测物联网应用中的数据意识,本文从数据的视角剖析冷链监测物联网中数据质量问题。从数据质量产生机理、数据质量评估方法以及数据质量改善关键技术出发,按照冷链监测物联网数据完整生命周期中关键环节的顺序,进行冷链物联网监测数据质量评估与优化综述。分析得出,数据质量的测量与评估逐渐成为冷链物联网监测数据质量持续优化的关键,并重点阐述了注重从数据视角解决冷链监测物联网数据产生过程与流程的数据质量问题,指出数据质量评估技术、方法与应用场景、流程需求差异化的结合日益紧密,冷链监测数据获取应注重物联网过程中数据特性、数据特征以及与获取流程匹配性的研究方向,同时在冷链物联网监测数据质量提升方面也应注重监测技术协同优化与性能挖掘的研究。     

基于Web的罗非鱼养殖质量安全信息可追溯系统

为了保证罗非鱼的质量安全,该文分析了罗非鱼养殖流程,确定了罗非鱼养殖质量安全控制的关键点信息;结合全球统一EAN·UCC标识系统,设计出了可追溯标签,并采用ActiveX控件技术实现了客户端标签打印功能;采用B/S模式结构体系,建立了基于Web的罗非鱼养殖质量安全可追溯系统。该系统为实现罗非鱼全过程质量安全信息的可追溯提供了良好的操作平台,并且为后续加工、流通等环节的信息追溯提供了基础。