改进RetinaNet的刺梨果实图像识别

为实现加工车间刺梨果实的快速识别,提出一种基于改进的RetinaNet刺梨果实图像的识别方法。基于RetinaNet的模型,对RetinaNet框架中Focal loss的bias进行改进,使其能根据不同的情况控制bias的取值,再运用维度聚类算法找出Anchor的较好尺寸并匹配到相对应的特征层,对卷积神经网络结构进行优化。通过改进RetinaNet目标检测算法对7426幅刺梨果实图像进行检测识别,并与原始RetinaNet目标检测算法对比。试验结果表明:改进的RetinaNet网络模型识别方法对6类刺梨果实的识别率分别为99.47%、91.42%、96.92%、90.92%、96.89%和93.53%,平均识别率为94.86%;相对于原始RetinaNet目标检测算法,改进算法的识别准确率提高4.21%,单个刺梨果实检测时间由60.99 ms缩减到57.91 ms,检测时间缩短5.05%。本文改进算法对加工车间刺梨果实的识别具有较高的正确率和实用性。     

基于介电特性的水果成熟度无损检测研究进展

介绍了近年来应用在水果的成熟度判定和品质筛选上的一种无损检测技术——介电特性检测技术,详细介绍了介电特性测定水果成熟度的基本原理、介电特性测量技术及各测量技术的优缺点,综述了平行极板技术与同轴探头技术在水果成熟度检测上的应用。同时,指出了目前我国在该领域研究中存在的问题和今后的研究重点。      

角速度计检测信号数字滤波处理的研究

我们曾采用压电式陀螺仪角速度计检测行走车辆的角速度。但由于行走车发动机的振动、路面不平等因素的影响，在获得的信号中混有噪声，因而存在一定的误差。为了提高检测信号精度，有必要消除器器声。我们针对上述问题，采用数字滤波的软件实现方法来消除噪声，提高检测精度。对由实验所获得的数据进行了有、无数字滤波处理的对比分析，获得了较好的结果。这表明本研究通过软件的方法，既提高了检测精度，又降低了硬件成本。     

蔬菜质量安全监测体系数字化管理研究与应用

为适应农业发展新阶段和我国加入世贸组织的需要,提高蔬菜质量安全水平,保障城乡居民的身体健康,增强蔬菜市场竞争力,遵照中共中央、国务院关于建立健全农产品质量安全检验检测体系的要求,从2001年起,柳州市逐步建立了市、县、乡镇、村（市场、基地）4级监测体系。为了完善蔬菜质量安全检验检测体系的管理和保证运作更加规范,     

海南农产品质量检测流动服务覆盖全省——海南农产品质量安全有了保证

12月18日上午,海南省农业厅举行第二批农产品质量检测流动服务站启动仪式,10辆配有先进快速质量检测仪器的专业车辆驶往琼中、乐东等市县。至此,农产品质量检测流动服务覆盖全省18个市县。     

山东省沙地葡萄茎痘相关病毒的检测

为明确沙地葡萄茎痘相关病毒(GRSPaV)在山东省发生的情况,2006-2007年在葡萄主栽区和葡萄品种资源圃进行了田间调查、样品采集和病原检测。应用GRSPaV外壳蛋白基因表达获得的多克隆抗体,经间接酶联免疫吸附试验(PTA-ELISA)和斑点酶联免疫吸附试验(Dot-ELISA)检测,在2a采集的298个样品中,125个样品为阳性反应,阳性率41.95%。125个阳性样品涉及43个品种,品种被侵染率74.14%。研究对检测的样品用RT-PCR法验证,有3对引物均扩增出了预期片段,分别为解旋酶基因340bp片段、外壳蛋白(CP)基因842bp片段和RNA聚合酶(RdRp)基因499bp片段。     

美研究人员找到提前检测携带柑桔黄龙病毒昆虫的方法

为保护柑桔生产,美国农业部农业研究署植物病理学专家Richard F．Lee和Keremane L．Manjunath研究出一种新的检测方法。该方法可以检测出柑桔木虱是否携带柑桔黄龙病病毒,柑桔木虱携带的这种病毒是柑桔黄龙病的3种致病毒之一。     

我国食品中农药残留研究进展

随着人们安全健康意识的提高,食品中农药残留问题更加受到重视。为此,对样品预处理研究进展及农药残留快速检测技术研究进展进行综述,并简单介绍各种方法的优缺点。     

浅谈农产品检测实验室药品的管理

农产品质量安全事关群众身体健康、城乡经济和社会稳定的协调发展。随着《中华人民共和国农产品质量安全法》的进一步贯彻实施及《国务院关于加强食品问题等产品安全监督管理的特别规定》的提出,农产品质量安全问题越来越受到全社会广泛的关注和重视,而加强实验室药品管理、搞好农产品检测是确保农产品质量安全的重要保证。本文就农产品检测实验室药品管理的现状、重要性及对策进行简单的探讨。     

食用油反式脂肪酸傅里叶红外光谱重组检测技术

以食用油、反式脂肪酸标样及矿物精油为试验材料,采用傅里叶红外光谱重组(SR-FTIR)技术检测食用油中反式脂肪酸含量,并与标准红外分析方法(SB-ATR-FTIR法)进行比较.结果表明:SR-FTIR模型反式脂肪酸含量预测值与实际加入量高度线性相关,斜率为1.02,标准差小于0.05;SR-FTIR模型的灵敏度要比标准方法模型高20余倍.