新疆部分地区规模化鸡场饲料中霉菌毒素污染状况检测与分析

为了解新疆部分地区规模化鸡场饲料中霉菌毒素污染情况,从新疆部分地区规模化鸡场采集豆粕(78份)、玉米(72份)、麦麸(60份)及全价配合饲料样品(80份)共计290份,采用酶联免疫吸附试验(ELISA)检测290份饲料样品中黄曲霉毒素B1(AFB1)、玉米赤霉烯酮(ZEN)、呕吐毒素(DON)和T-2毒素(T-2)含量。结果表明,豆粕、玉米、麦麸及全价配合饲料样品中4种霉菌毒素检出率在52.7%～100.0%之间,豆粕中AFB1和ZEN超标率分别为9.2%和6.2%,玉米中AFB1和ZEN超标率分别为16.2%和8.4%,全价配合饲料中AFB1和T-2超标率分别为19.8%和12.6%。说明该地区规模化鸡场中豆粕、玉米、麦麸及全价配合饲料存在AFB1、ZEN及T-2等3种霉菌毒素污染,应引起重视。     

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。     

大鲵皮肤蛋白质活性物质的提取与检测

本研究通过组织匀浆、PBS缓冲液浸提从大鲵皮肤中提取蛋白质活性成分,并用SDS-聚丙烯酰胺凝胶电泳(SDS-PAGE)技术对浸提物进行蛋白质电泳检测。结果表明:大鲵皮肤浸提液含有多种蛋白质活性成分,分子量分别约为68 kD、44 kD、30 kD、25 kD、20 kD和15 kD,根据分子量大小及其他两栖类研究结果,这些蛋白推测应与蛙皮抗菌肽蛋白(26 kD,32 kD)、胰蛋白酶抑制活性剂血清白蛋白(68 kD)、LPⅡ蛋白多肽(63 kD)、β-microseminoprotein蛋白(12 kD)、竞争性抑制剂(22 kD)以及serpin类不可逆抑制剂(50 kD)等为同类活性蛋白;大鲵不同部位皮肤蛋白质活性成分的表达有较大差异,其中腹部皮肤蛋白活性成分含量最高,背部次之,头部和尾部较低,头部和尾部皮肤蛋白活性物含量没有明显差异。     

汽车检测与故障诊断技术课程改革及实践探讨

鉴于汽车保有量的不断增多,汽车技术日新月异,汽车维修保养等汽车后市场的人才需求逐年增加,高等职业院校需要适应时代发展,培养出高素质技能型汽车售后服务人才。理论知识学习是高职学生的薄弱之处,必须通过降低学习难度,增加实际操作训练,才能使学生更好地掌握相关知识和技能。基于此,文章介绍了汽车检测与故障诊断技术课程改革的具体内容,并结合课程教学实践,探讨课程改革的经验与不足。     

基于RetinaNet模型的梨小食心虫智能识别计数方法

针对梨小食心虫监测调查中存在的人工分类计数费时、费力且误差较大的问题,基于RetinaNet深度学习目标检测模型,构建了一种普适性更广的梨小食心虫智能识别计数方法.试验结果表明,RetinaNet目标检测模型对黏虫板上梨小食心虫的平均识别准确率达95.93％,平均计数准确率达95.62％,且该方法对拍摄条件要求低,普适性广,优于Faster R-CNN目标检测模型,完全可以在梨小食心虫监测调查中替代人工进行分类计数.     

基于声振信号对称极坐标图像的苹果霉心病早期检测

为实现苹果早期霉心病较高精度的检测，该研究采用对称极坐标法（Symmetrized Dot Pattern，SDP）将苹果声振信号变换为雪花图，然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息，将其输入到支持向量机（Support Vector Machine，SVM）分类器，对霉心程度≤7%的苹果进行检测。研究结果表明，当时间间隔系数为25和角度放大因子为50°时，健康果与早期霉心果声振信号的SDP图形状特征差异最大，在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型，在各类SVM模型中，ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率，经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%，平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%，82.54%和82.68%，该模型不仅对多数类的健康果保持较高分类准确率，而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。     

如何开展非洲猪瘟检测

非洲猪瘟给人们的日常生活饮食带来了很大影响,如果不重视非洲猪瘟的检测工作,会给养猪业带来很大的损失。对此开展综合性的检测工作是非常重要的,应该引起更多人重视,本文就以此为例,详细对非洲猪瘟的检测工作进行深入分析。希望本篇文章的写作可以给人们提供参考。     

改进SSD的灵武长枣图像轻量化目标检测方法

针对加载预训练模型的传统SSD（Single Shot MultiBox Detector）模型不能更改网络结构，设备内存资源有限时便无法使用，该研究提出一种不使用预训练模型也能达到较高检测精度的灵武长枣图像轻量化目标检测方法。首先，建立灵武长枣目标检测数据集。其次，以提出的改进DenseNet网络为主干网络，并将Inception模块替换SSD模型中的前3个额外层，同时结合多级融合结构，得到改进SSD模型。然后，通过对比试验证明改进DenseNet网络和改进SSD模型的有效性。在灵武长枣数据集上的试验结果表明，不加载预训练模型的情况下，改进SSD模型的平均准确率（mAP，mean Average Precision）为96.60%，检测速度为28.05帧/s，参数量为1.99×106，比SSD模型和SSD模型（预训练）的mAP分别高出2.02个百分点和0.05个百分点，网络结构参数量比SSD模型少11.14×106，满足轻量化网络的要求。即使在不加载预训练模型的情况下，改进SSD模型也能够很好地完成灵武长枣图像的目标检测任务，研究结果也可为其他无法加载预训练模型的目标检测任务提供新方法和新思路。     

2018—2020年四川省兽医系统实验室检测能力比对

为评估四川省兽医系统实验室检测能力和水平，2018—2020年四川省动物疫病预防控制中心组织全省21个地市（州）级兽医实验室开展了检测能力比对。结果显示：2018—2020年全省整体平均正确率分别为95.59%、97.09%和97.88%，说明四川省地市（州）级兽医实验室检测能力处于较高水平，能满足非洲猪瘟、禽流感等重大动物疫病检测需要。同时，部分实验室也反映出一些问题，如设备差、检测水平不高、检测报告不规范等。建议加大兽医实验室建设力度，更新完善检测设施设备；加强实验室技术人员培训，提升其检测能力和水平；同时继续推进兽医系统实验室考核工作，加强比对考核。