蔬菜有机磷农药残留检测试剂包检测条件的优化

以商品化的乙酰胆碱酯酶试剂包为研究对象,比较了不同用量乙酰胆碱酯酶、底物和显色剂下的抑制率,并在此基础上进行了正交试验.在保证一定检测精度的前提下确定了酶用量为推荐用量的3/4,底物用量为推荐用量的3/4,显色剂用量为推荐用量的1/2,降低了检测成本.通过F检验证明,调整后配方和原配方之间无显著性差异.在此条件下.氧乐果、敌百虫和敌敌畏的检测限大约分别为0.37 mg/L、0.09 mg/L和0.035 mg/L,与原配方一致.     

基于卷积型小波包变换的信号降噪研究

提出了一种基于卷积型小波包变换的多尺度降噪方法。采用卷积型小波包变换,克服了传统小波包变换数据点数随分解尺度的增加而呈指数减小的问题;改进了噪声方差估计方法,较好地保留了信号的主要细节;采用了新的阈值函数,其表达式简单易于计算,同Donoho软阈值函数具有相同的连续性,且克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的问题。仿真结果表明,新的降噪方法有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,在降噪精度上优于传统的小波包降噪方法。     

有机磷农药残留快速检测方法研究

农产品中有机磷农药残留超标问题给食品安全性带来了严重挑战.控制农药残留最为有效的方法之一是加强农药残留检测的力度.为此,在对当前农药残留的检测方法进行调查研究和分析的基础上,利用氯化钯与含硫基有机磷农药的显色机理,研究了甲胺磷、乐果、氧乐果在酸性条件下与氯化钯反应显色的规律性;对3种农药的颜色传感器快速检测法进行了研究;并以小白菜为检测样本,优化了蔬菜预处理方法.研究表明:在蒸馏水介质中,最佳工作条件是pH值为2.7,显色时间取8min.最佳预处理方法为:二氯甲烷作为有机溶剂,超生辅助萃取,浸提10min,活性炭脱色.颜色传感器检测法检测速度快,适合现场快速检测的要求.     

图像降噪的小波精细积分方法

针对图像处理的偏微分方程方法求解效率低的问题,提出了一种小波精细积分法,将小波数值方法和精细积分方法有机结合,利用小波数值方法的自适应性和精细积分方法与迭代步长无关的优良数值特性,有效提高了偏微分方程的计算速度。将该方法应用于基于热传导方程的图像去噪技术中,实验结果表明了该方法的正确性和有效性。     

基于离散小波变换特征的农作物叶片表面农药残留检测方法

农药残留检测方法易受到叶片图像空间噪声的干扰,检测精度较低。为此,提出基于离散小波变换特征的农作物叶片表面农药残留检测方法。采用多模态融合网络对农作物叶片表面特征向量进行提取,在网络模型中引入注意力模块对特征向量进行非对称模态融合处理,以消除空间噪声,并通过对叶片图像的边缘进行过滤与校正,以分割叶片图像边缘,结合离散小波变换特征算法对原始图像进行逐级分解变换,并求取叶片表面光谱反射率,以此确定叶片表面感兴趣区域,基于此,利用特征光谱处理方法对农药的光谱进行判别,以此实现农药残留检测。对比实验结果表明,所提方法对于农作物叶片表面农药残留检测具有较高的检测精度。     

基于小波包能量谱的微电机故障检测方法研究

提出了一种基于小波包能量谱的微电机故障检测方法.测试了微电机在几种不同故障类型下的振动信号,利用小波包变换的分解和重构算法,计算出各子频带的能量谱,并进行归一化处理.各频带信号的能量变化包含着丰富的微电机运行状态信息,在正常情况和故障情况下,小波包分解后各频段信号的能量有明显差异,以频带能量谱构造的特征向量可以建立能量变化到故障的映射关系.初步实验结果表明,小波包能量谱可应用于微电机故障检测.     

微量有机磷农药残留近红外光谱快速检测方法

以滤纸作为农药载体,在波数4000～10000cm-1范围内获取其近红外光谱曲线。分别采取偏最小二乘回归法和最佳波段差值回归法建立农药质量比的预测模型。偏最小二乘回归法在经过多元散射校正和变量标准化预处理后得到的预测结果较好,预测相关系数为0.954,通过最佳波段差值回归法得到的预测相关系数为0.904。两种建模方法都得到了较好的预测结果。     

食品中农药残留的电子鼻检测识别研究

电子鼻(e-nose)通过气味来鉴别化合物,是一种模拟生物嗅觉工作原理的新形仿生检测系统。它在农药残留等食品安全检测领域中有着广泛的应用。电子鼻包括检测系统、数据预处理系统和模式识别系统。本文通过对电子鼻的发展历史和组成部分的基本原理介绍,全面回顾和总结了过去二十年来电子鼻在食品农药残留检测中的应用。最后,从几个方面讨论了电子鼻技术在该领域的存在问题及发展趋势。     

遥感影像的自适应小波精细积分降噪方法

针对遥感影像数据量大、应用精度较高的图像降噪变分法处理时计算效率较低的问题,基于quasi-Shannon小波构造了一种二维自适应小波插值算子,并和精细积分法相结合建立了求解二维偏微分方程自适应小波精细积分方法。利用小波变换的多尺度自适应性和精细积分方法的高精度有效提高了图像降噪变分法的求解效率,从而可实现较大遥感影像的降噪处理。     

基于小波包变换的小麦硬度声学检测方法研究

提出了一种基于小波包变换的小麦硬度声学检测方法。利用自制的声学装置采集小麦超声信号,通过小波包变换对信号进行分解,求取各子频带能量,提取能够反映小麦硬度指标的特征参数,通过线性回归分析,建立了特征参数与小麦硬度之间的回归模型。实验结果表明,特征参数与小麦硬度之间的线性相关系数r2达到了0.958 9。     

脐橙VC含量近红外光谱消噪小波优化

运用db1～db10等10个小波基4尺度分解对120个赣州脐橙样品的近红外光谱进行消噪处理,分别建立了各种小波消噪光谱的脐橙维生素C(VC)含量的PLS模型.通过PLS模型预测精度比较表明:所有db小波基变换都能有效消除脐橙VC近红外光谱噪声,PLS模型预测精度均高于不处理光谱建立的模型预测精度.其中,消噪效果最好的小波基是db5,模型预测值与实测值的相关系数R达到0.9427、内部交叉验证均方差RMSECV仅为2.02mg/(100g).因此,对脐橙VC含量近红外光谱消噪预处理的最优小波基是db5小波.     

基于二次对数能量熵小波包的母猪哺乳声去噪方法研究

以小梅山母猪发出的哺乳呼噜声及其它干扰噪声为研究对象,利用噪声能量在频域内均匀分布,其对应的信息熵值最大的特性,根据噪声类型不同,选择不同小波包层数结合信息熵计算,去除环境噪声混叠的影响。试验结果表明,母猪呼噜声的频率范围在0~800 Hz内,仔猪争乳尖叫声的频率大于1 000 Hz,其他干扰噪声的频率范围0~8 000 Hz内;分别经过5层和3层的db10小波包分解,利用对数能量熵软阈值去除0~8 000 Hz主噪声及1 000~8 000 Hz内的残留噪声,且重构信号中母猪哺乳声的波形特征保持较好,获得令人满意的滤波处理结果,为进一步研究畜舍环境下母猪哺乳声音特征提取及识别提供了数据预处理方法。     

基于小波包分解的频带局部能量特征提取方法

提出了一种基于小波包分解的频带局部能量特征提取方法。在小波包分解的理论基础上 ,引入了频带局部能量的概念 ,用以表征信号在某个频带的某个时间段的能量大小 ,反映了信号频率的时变性。并以仿真信号为例 ,说明基于小波包分解的频带局部能量特征提取方法的有效性。     

基于小波包的2D-HMM旋转机械升速过程故障诊断

利用小波包分解对信号进行精确细分的特点 ,构造出相应的能量谱作为旋转机械运行状态的特征向量 ,并以此作为 2 D HMM的输入进行训练 ,建立了基于 2 D HMM的旋转机械运行状态分类器 ,用以识别机组状态。最后通过 Bently- Nevada转子试验系统验证了该方法的有效性     

牛肉味觉品质快速检测的传感器阵列优化方法

为了快速辨识不同味觉品质的牛肉汁,对牛肉味觉品质等级进行划分,构建了由12个离子电极与1个参比电极组成的味觉传感器阵列,将该阵列应用于牛肉汁的等级辨识中,评价30组牛肉汁样品味觉品质等级。采用基于欧氏距离的聚类分析方法划分牛肉味觉品质等级。针对牛肉汁味觉品质评价自动化关键技术问题,对用于牛肉汁等级评价的传感器阵列进行了筛选优化。采用单因素方差分析对各离子电极响应信号之间的内在关联进行了研究,根据优化结果选择S1、S2、S5、S7、P2、P3离子电极构建新的传感器阵列,并对30组牛肉汁进行评价。试验结果表明:优化后的传感器阵列对牛肉汁的等级评定正确率为93.33%,高于未经优化的传感器阵列的等级评定正确率(80.00%)。     

基于传感器融合阵列的果树冠层信息采集方法

针对果园上、中、下冠层不同稀疏度,提出一种多传感器阵列的果树冠层信息融合方法（简称传感器融合阵列）,并进行了相关试验及验证。首先设计了果园冠层宽度信息的无线采集系统,并对比分析了6种非接触式测距传感器的动态识别能力;其次采用筛选出的激光传感器及超声波传感器阵列,收集3种果园上、中、下果树冠层信息;最后选出适合3种果园的传感器融合阵列,依据Box-Benhnken 中心组合试验法设计试验,对采用同种传感器阵列与传感器融合阵列测距方案进行响应面试验,并对得出的试验结果进行统计分析。试验结果表明：影响果树整体测量精度显著性水平从大到小依次为测距方案、车体速度、果园类型。车速为0.3~0.5m/s时,与人工测量相比,采用超声波传感器阵列收集果园冠层信息,相对误差为14.70%~20.04%;采用激光传感器阵列时,相对误差为9.13%~16.02%,采用传感器融合阵列时,相对误差为4.2%~10.24%。采用传感器融合阵列比单种传感器阵列精度高,更适合果园变量喷雾作业。     

苹果贮藏室气体3D荧光特征信息小波包表征与腐败预警

为了实现对苹果贮藏室中气体3D荧光光谱特征信息的有效表征,提出一种基于小波包分解系数的荧光特征信息表征方法,在此基础上开展了腐败预警方法研究。首先利用三角形插值法和Savitzky-Golar卷积平滑对光谱数据进行预处理,以消除瑞利散射和环境噪声的影响。然后,将预处理后的3D荧光数据按激发波长从短到长顺序将其对应的发射光谱首尾相连转换成一维数据向量,并利用3层sym4小波包对该向量数据进行分解,提取低频系数集作为荧光特征信息;运用偏最小二乘对特征信息与6个理化指标进行进行分析,并对其分析结果进行聚类分析以确定出腐败基准。最后,运用马氏距离构建腐败预警模型。结果表明,用小波包分解系数表征荧光特征信息是有效的;同时,随着贮藏时间增加,预测的马氏距离逐渐变小,较好刻画了贮藏过程中苹果品质的变化趋势,进而可实现苹果贮藏过程中的腐败预警。     

面向农产品冷链物流监测的无线气体传感器在线校准方法

鲜活农产品冷链保鲜、保活运输过程中需要精确监测和控制运输微环境气体浓度,因此实时精准地监测运输环境中各类气体成分浓度尤为重要。在长期气体浓度监测中,传感器会发生漂移并呈现弱稳定性现象,从而造成监测精准度降低,导致保鲜、保活控制低效。针对该问题,设计基于无线传感器网络的气体传感器在线校准方法,利用融合技术对运输环境中分布式部署的无线气体传感器进行周期性选举,筛选测量准确、稳定的领袖传感器节点组作为参考,动态计算终端传感器漂移特征参数变化,并使用无线通讯技术完成各类气体感知节点输出-浓度映射函数参数的修正调节,以重新计算输出信号与气体浓度的动态映射关系。该方法可非更换地实现在线气体传感器动态校准,从整体上修正了运输微环境中气体传感器输出-浓度映射参数以提高数据获取精度。以鲟鱼低温无水休眠保活运输为试验流程,对重要环境气体CO2、O2、NH3等浓度信息进行了监测与校准试验。利用高精度、已校准的气体浓度记录仪作为运输微环境气体浓度测量标准,进行校准试验评估。试验表明传感输出信号为TTL电平的CO2传感器可提高测量精度3.28%,其精度提高程度低于线性或非线性函数输出的气体传感器;对于输出-浓度映射为非线性信号的NH3气体监测精度可提高4.14%;针对传感输出为线性函数关系的O2传感器校准效果最优,其监测精度可提高4.71%。综合对比运输气体变化监测数据,验证了在不更换传感器进行离线气调校准的情况下,所提方法可较显著地提高气体浓度监测精度,为有效精准调节冷链运输微环境气体浓度提供了调控依据。