如何鉴别劣质大米

陈米加矿物油抛光曝光之后,一时间消费者不知道如何选购大米,更不知道什么样的大米安全可靠,带着这个问题我们走访了国家粮油食品检测中心,请专家来为我们谈谈这个问题.     

怎样鉴别大米的质量

怎样鉴别大米的质量浙江省台州市黄岩区粮食局李雪峰大米按粘性不同，可分为籼米、粳米、糯米等。籼米粒瘦而长，膨胀性大，饭粒松散；粳米粒大而白，粘性适中，饭粒柔软香滑，可口耐饥；糯米粒团而亮，粘性强。选好品种后，怎样鉴别其质量呢？一看硬度。表面光亮、整齐均...     

优质大米的外观特征

我国国家标准GB1354-86觇定，各类大米按加工精度分等。所谓加工精度是指糙米皮层被碾去的程度或留皮程度。目前，大米按加工精度不同，分特等、标一、标二、标三等级。等级高的优质大米有如下特点：     

青铜峡市优质大米标准化示范区大米的卫生指标评价

依据无公害大米标准对青铜峡示范区大米的砷、汞、铅、镉、甲胺磷、克百威、杀虫双、毒死蜱、噻嗪酮、三环唑、磷化物、亚硝酸盐、黄曲霉素B1等卫生指标的捡测结果进行了评价，结果表明：该示范区的大米各项卫生指标未受到污染，符合无公害大米的卫生指标要求．     

鉴别优质食用油

采用感官检验方法，从油脂的气味和滋味、色泽、透明度、沉淀物四个方面进行鉴别。     

大米拉曼特征峰的鉴别研究

大米是我国的主食,同时水稻也是我国的主要种植植物,近年来,食品安全问题频发,造假事件也数见不鲜,传统检测费时费力。本文采用显微共聚焦拉曼光谱技术,对大米光谱与其他掺假材料进行拉曼光谱鉴别,以获得大米的拉曼特征峰。     

仪陇县优质大米基地建设的可行性研究

研究仪陇县优质大米基地建设的立项依据,大米基地建设的依据的可行性。验证项目建设的必要性、技术优势等,明确其效益,确认仪陇县完全有能力建设优质大米基地。     

怎样鉴别发霉大米？发霉大米是否可以食用？

答：大米发霉首先表现在色泽和气味异常，可通过基本的“闻、看、摸”来判断。 闻：如闻到大米有异味，这是发热霉变的先兆，处于霉变早期的大米，异味并不明显。     

优质鱼种巧鉴别

察颜观色鉴别 同池同种的鱼种(苗)是在同一时期统一孵化培养的,因此,在同一培育时间和同一饲养管理方式中培育的鱼苗的个体规模比较一致,应无明显差异.     

大米新秀及真假绿米的鉴别

随着人们生活水平的不断提高和营养学研究的不断深入,人们饮食观念正在变化,要求所吃的食品,既要好吃又要求有天然的保健营养功效,吃的使身体更健康。中     

优质富硒大米无公害高产栽培技术

2011年永安市从湖南引进"优质富硒大米"高产栽培技术,经多点示范种植,大米中的"有机硒蛋白"含量都能稳定在200-400ug/千克之间,高的可达810ug/千克,是普通大米的十倍以上。总结了"优质富硒大米"在永安市示范种植表现及无公害高产栽培技术。     

荆门市发展优质大米的有利条件及措施

针对目前出现的稻谷收难，储难，调难的问题，提出发展优质稻生产必须坚持稳定总量，突出重点，发挥区域优势三项原则，在措施上突出抓好科学布局规划，选好当家品种，完善配套技术等６项主要措施。     

陕南稻区发展优质大米的思考

2006年,陕西省农业厅提出了实施陕南优质稻节本增效工程。通过一年时间参与项目实施,总结分析了陕西发展优质稻米的光、热、水、土地等优势及发展中存在的栽培品种、良法配套和加工企业不足等问题,并据此提出了相应的发展对策。     

浅议水稻优质米与大米营养

一、水稻优质米的栽培1.地域与土壤我国各地都有地方名牌大米,从地域上看,比较有名的有玄武岩大米、熔岩大米等等。从土壤方面来看,沙壤土、轻沙壤土是培育优质大米的适宜土壤,除此以外,黑壤土、黄棕壤土、草甸土、草炭土、黄粘壤土、白浆型水稻土、轻盐碱土、盐碱土依序渐次。近些年来各地都在开发水稻优质米,往往会在宣传资料或产品外包装上写明"黑土地种植……等等",这是最大的误区,黑土地并不是培育优质大米的最好耕作土壤,沙壤土、轻沙壤土才是培育水稻优质米的最佳耕作土壤基础。     

绿色优质富硒大米栽培技术操作规程

为发展绿色优质富硒大米生产,对水稻整个生长发育过程,通过从基地选择、品种选择、育秧技术、科学大田管理等环节进行规范化操作,实现生产高产绿色优质富硒大米的目标。     

基于机器学习的地标大米掺假鉴别模型研究

为有效鉴别国家地理标志大米(以下简称地标大米)中是否被掺入了普通大米,本研究以大米中矿物元素含量和近红外光谱中级融合数据为基础,建立SVM、Adaboost以及Adaboost-SVM三种机器学习鉴别模型.研究表明:三种模型均有优异的鉴别能力.SVM模型在小比例(2％～6％)鉴别时更优于其他两种模型,准确率达100％.Adaboost模型在最优融合数据集选择方面更有优势.三种模型鉴别的最低检出比可达2％,准确率分别为100％、100％及97.75％.数据融合技术结合机器学习方法可以作为大米掺假精确鉴别的可靠工具,为维护大米市场的健康有序发展提供技术支持.     

基于高光谱成像技术鉴别大米品种

大米品质与品种密切相关,因此品种鉴别对实施“优质粮食工程”具有重要意义。采集外观相似的6个品种共600粒大米的高光谱反射率数据,经过多元散射校正（MSC）、二阶导数（2ND）和标准正态变换（SNV）对光谱数据进行预处理。利用连续投影算法（SPA）和主成分分析（PCA）对光谱数据降维。以灰度共生矩阵（GLCM）提取特征波长对应灰度图像的纹理特征。应用全波段、特征波段、纹理特征以及光谱-纹理特征融合数据分别建立基于支持向量机算法（SVM）的品种鉴别模型。结果表明,光谱-纹理融合特征的分类准确率最高,达到94.12%。利用乌鸦搜索算法（CSA）对模型参数进行优化后,准确率达96.57%。因此,光谱-纹理特征组合下的支持向量机结合乌鸦搜索算法能充分利用高光谱图像的光谱和纹理信息,实现对大米品种的快速无损鉴别。