高效液相色谱法测定水产品中的孔雀石绿及其代谢产物

对孔雀石绿及其代谢物之间的关系、毒性作了简要介绍,主要对高效液相色谱检测方法进行验证。     

水产品中孔雀石绿及其代谢物的提取方法之比较

孔雀石绿(MG)属三苯甲烷类化学物质,一般用于防治鱼类的水霉病、烂鳃病等,进入人类或动物机体后可产生致癌、致畸、致突变等副作用.因此,在近期水产品的国际商贸中孔雀石绿、结晶紫属类药物成为必检并限制极其严格的一项指标.现介绍3种常用测定前处理方法,并用高效液相色谱法检验试验结果对3种方法的优劣进行比较.     

黄豆小米蛋糕的加工技术

黄豆和小米的营养成分非常丰富,黄豆和小米搭配食用,可以起到营养素种类互补、比例互调的作用。本文主要研究黄豆小米营养蛋糕所用的各种原料对蛋糕的感官品质产生不同的影响及优选出最优配方。     

两种方法测定花生中黄曲霉毒素之比较

比较了两种测定花生中黄曲霉毒素（AFT）的方法一高效液相色谱（HPLC）法和荧光光度计法。以60％甲醇提取样品中（AFT）,经免疫索和柱净化,洗脱后,分别以高效液相色谱和荧光光度计检测。结果证明,这两个检测方法的精密度回收率都高,检出限均能够满足欧里针对花生中最新限量AFT的要求,二者结果一致。     

目的论视域下的茶名外宣翻译问题与对策研究

中国的茶文化源远流长,是博大精深的中国文化系统中重要的组成部分。茶名是世界各国人民了解中国茶文化的一个窗口。研究中国茶的命名方式和种类,对中国茶文化的外宣有重要的促进作用。本文以目的论为视角,探讨了中国茶名外宣翻译问题与对策,以促进中国茶文化的外宣。同时,为出台权威的茶名相关术语字典提供借鉴和参考。     

基于深度学习的蔬菜田精准除草作业区域检测方法

【目的】蔬菜生长随机,杂草种类众多。传统杂草识别算法复杂,且仅识别出杂草,未能精准确定除草作业区域。本研究以蔬菜及其伴生杂草为研究对象,拟探索一种基于深度学习的杂草识别与精准除草作业区域检测方法。【方法】通过将原图切分网格图像,利用深度学习模型识别蔬菜、杂草及土壤,将包含杂草的网格图像标记为除草作业区域。选取ShuffleNet、DenseNet和ResNet模型开展识别试验,并采用精度、召回率、F₁值和总体准确率、平均准确率分别对验证集和测试集进行评价分析。【结果】所选的3种网络模型均能较好地识别杂草和蔬菜,其中ShuffleNet为杂草识别最优模型,其对杂草的识别具有较为均衡的精度和召回率,分别为95.5%、97%,且其识别速度也达最优,为68.37 fps,能够应用于实时杂草识别。【结论】本研究提出的除草作业区域检测方法具有高度的可行性和极佳的识别效果,可用于蔬菜田间杂草的精准防除。