共查询到20条相似文献,搜索用时 640 毫秒
1.
2.
<正>据以色列一家初创公司的业务发展副总裁表示,目前,通过非破坏性质量控制和人工智能技术已经实现了果实成熟度的无损检测,有助于减少水果浪费。这项技术适用于各种新鲜农产品,不过,鳄梨和杧果对成熟度的无损检测需求较大。通过无损方式进行质量控制和检测,真正减少了食物浪费。该公司的此项无损检测技术还可以测量pH值、总可溶性固形物含量(TSS)、糖、淀粉或其他指标。由于欧洲引领了对可持续发展和减少供应链中食物浪费量的关注, 相似文献
3.
本文对压力容器和无损检测技术进行了概述,同时探讨了射线检测技术、超声波检测技术、磁粉检测技术以及渗透检测技术等常见压力容器无损检测技术及其应用范围,以期为压力容器的无损检测提供一些参考,促进我国压力容器无损检测技术的不断发展。 相似文献
4.
5.
6.
公路工程质量管理的重要组成部分是公路工程试验检测公路对于工程项目的检测工作就变得十分重要,它是质量控制的重要手段。伴随着科学技术的发展,公路无损检测技术尤为重要。计算机技术、自动化控制、高精度测微技术的不断完善,在最近的几十年里使得试验检测技术有了突破性的进步。在人们的生活里不仅影响着交通出行的安全,而且快速无损检测技术在公路工程的应用中存在着一定的困难和问题。所以,本文提出应对困难和问题的方法,使得快速无损技术的技术发展和效率进一步提高。 相似文献
7.
为了对新疆沙尔套山天然草地主要牧草营养指标进行快速、无损检测,本试验采用近红外光谱技术(Near infrared reflectance spectroscopy,NIRS),进行修正偏最小二乘回归法(Modified partial least squares,MPLS),结合散射处理、导数、平滑等不同的光谱预处理和数学处理方法,建立了32种主要牧草(草粉)的粗蛋白(Crude protein,CP)、中性洗涤纤维(Neutral detergent fiber,NDF)、酸性洗涤纤维(Acid detergent fiber,ADF)、粗灰分(Ash)、钙(Ca)和磷(P)的校正模型。结果表明:CP、NDF、ADF、Ash、Ca和P的交叉检验决定系数(R2)分别为0.82,0.80,0.78,0.50,0.72和0.65,交叉验证标准误差(Standard error of cross validation,SECV)分别为2.36,6.17,3.87,0.85,0.24和0.07,交叉验证相对分析误差(Relative percent deviation of cross validation,RPDCV)分别为2.78,2.26,2.39,1.92,2.39和1.65。最后结合外部验证集对各矫正模型进行验证。试验得出CP、NDF、ADF外部验证相对分析误差分别为2.67,2.20和2.28,相关性分别为0.66,0.73和0.84,其模型精确度和验证准确度还有待提高;利用近红外光谱检测技术不能建立Ash、Ca和P的检测模型。 相似文献
8.
9.
本研究基于非洲猪瘟病毒(African swine fever virus, ASFV)vp72基因设计引物,建立了能够快速检测非洲猪瘟病毒的环介导恒温扩增技术(loop-mediated isothermal amplification, LAMP)。将LAMP与OIE参考的PCR检测方法进行比较,并且应用LAMP对非洲猪瘟参考实验室提供的非洲猪瘟病毒17个毒株的基因组以及国内收集的50份猪的基因组、30份蜱的基因组进行检测。结果显示,本研究设计的引物具有良好的特异性和敏感性,所建立的LAMP能够成功扩增非洲猪瘟病毒17个毒株的基因组,而野外收集的猪和蜱的基因组检测均为阴性。因此,本研究所建立的方法能够用于非洲猪瘟的快速诊断以及防控。 相似文献
10.
11.
12.
13.
最近,由广西壮族自治区水果生产技术指导总站举办的广西全区水果工作暨水果春季管理现场会在武鸣县召开。来自广西各地(市)和水果生产重点县(市、区)水果部门的负责人100多人参加了会议。会议重点传达了前不久在重庆市召开的全国水果工作会议精神。部署当前水果春种春管春销的各项具体措施,并参观了武呜县香蕉、沙糖桔、龙眼等技术示范基地。 相似文献
14.
15.
16.
本文探讨了桥梁结构检测的主要内容与评定方法,并对桥梁检测技术、混凝土无损检测技术的目的的进行剖析,希望能给同行参考。 相似文献
17.
18.
为快速、高效、无损评定无芒雀麦干草营养价值,将101份样品的7种营养成分湿化学分析结果与近红外光谱结合,通过标准正态变量变换(SNV)、去散射处理(Detrend)和标准多元离散矫正处理(Standard MSC)等预处理方法,利用改良偏最小二乘法(MPLS)和主成分分析(PCA)等算法分别建立了粗蛋白质(CP)、干物质(DM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)、灰分(Ash)和有机物(OM)的近红外预测定标模型。结果表明:CP和EE外部验证分析误差的值(RPD)为3.0089和2.7721,预测模型准确性较高,可以用于实际生产中的含量测定;NDF和ADF的RPD值仅次于CP和EE,分别为2.1421和2.0678,预测模型可以用于粗略的预测;DM、OM和Ash的RPD值为1.7718、1.1548和1.3602,预测模型效果不理想。综上所述,构建的无芒雀麦CP、EE、NDF和ADF含量模型效果较好,为快速、高效、无损评定无芒雀麦干草营养价值提供理论依据与技术支撑。 相似文献
19.