CN103237078A - 近红外食品安全鉴别系统 - Google Patents
近红外食品安全鉴别系统 Download PDFInfo
- Publication number
- CN103237078A CN103237078A CN2013101526734A CN201310152673A CN103237078A CN 103237078 A CN103237078 A CN 103237078A CN 2013101526734 A CN2013101526734 A CN 2013101526734A CN 201310152673 A CN201310152673 A CN 201310152673A CN 103237078 A CN103237078 A CN 103237078A
- Authority
- CN
- China
- Prior art keywords
- food
- near infrared
- sampling probe
- server
- infrared spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种近红外食品安全鉴别系统,包括采样探头、联网终端以及鉴别中心系统。采样探头用于采集被测食品的近红外光谱数据。联网终端连接该采样探头,用以传输该近红外光谱数据。鉴别中心系统通过互联网与该联网终端连接,该鉴别中心系统包括服务器和连接到该服务器的近红外光谱仪,该服务器包含食品指纹谱图库,且该服务器用于使用该近红外光谱仪和该食品指纹谱图库识别该近红外光谱鉴别该近红外光谱数据所反映的被测食品的安全等级,并传输给该联网终端。
Description
技术领域
本发明涉及近红外检测技术,尤其是涉及一种近红外食品安全鉴别系统。
背景技术
食品安全问题日益受到世界各国的广泛关注,为加强对食品安全的监督和管理,一些新的检测技术不断涌现。近红外光谱分析技术是20世纪90年代发展起来的一项以无损检测为优势的分析技术,作为一种快速的无损分析方法,可以用于鉴别食品真伪、掺假鉴别、鉴别食品种类、追溯原料产地、检测农药残留、进行食品质量评估与分级等,在食品安全领域有着广阔的应用前景。虽然近红外技术应用于食品安全领域的时间不算太长,但它在鉴定食品中有害物质化合物结构方面所具有的突出优点,如,果蔬品质的无损检测、食品中微生物、鲜肉pH值、乳制品、食油、食品添加剂和农药残留物的检测等。
近红外快速检测技术测定的准确度依赖于标准方法提供的数据以及化学计量学建立起来的数学模型、数学模型应用的校正样品集的数量等。因此,近红外检测的应用必须有整套的系统,包括针对性的近红外光谱仪、具备一定功能的化学计量学软件以及适用范围足够的模型。目前近红外食品安全鉴别系统都是专业的大型设备,仅出现在少数的实验室和检测中心,无法广泛普及,例如推广到一般家庭的食品日常检测。
发明内容
本发明所要解决的技术问题是提供一种便于普及的近红外食品安全鉴别系统。
本发明为解决上述技术问题而采用的技术方案是提出一种近红外食品安全鉴别系统,包括采样探头、联网终端以及鉴别中心系统。采样探头用于采集被测食品的近红外光谱数据。联网终端连接该采样探头,用以传输该近红外光谱数据。鉴别中心系统通过互联网与该联网终端连接,该鉴别中心系统包括服务器和连接到该服务器的近红外光谱仪,该服务器包含食品指纹谱图库,且该服务器用于使用该近红外光谱仪和该食品指纹谱图库识别该近红外光谱鉴别该近红外光谱数据所反映的被测食品的安全等级,并传输给该联网终端。
在本发明的一实施例中,该联网终端为台式电脑、笔记本电脑、平板电脑和智能手机其中之一。
在本发明的一实施例中,该联网终端通过连接线或连接座连接该采样探头。
在本发明的一实施例中,该联网终端通过短距离通信协议与该采样探头通信。
在本发明的一实施例中,该采样探头包括依次连接的LED光源、光纤、光学分光系统以及电荷耦合元件信号采集模块,该采样探头还包括智能控制模块,该光学分光系统包括线阵电荷耦合元件,该智能控制模块用于控制该LED光源、该线阵电荷耦合元件、以及该电荷耦合元件信号采集模块的工作。
在本发明的一实施例中,该光纤为Y型光纤,该Y型光纤包括光源接口和信号接口,该光源接口连接该LED光源,该信号接口连接该光学分光系统。
在本发明的一实施例中,该服务器和该近红外光谱仪通过ZigBee协议通信。
本发明还提出一种利用上述的近红外食品安全鉴别系统进行食品安全鉴别的方法,包括以下步骤:由该采样探头采集被测食品的近红外光谱数据;在该采样探头内处理该近红外光谱数据以用于发送;从该采样探头传输该近红外光谱数据至该联网终端,且由该联网终端经互联网传输该近红外光谱数据;在该服务器识别该采样探头的型号;在该服务器接收该近红外光谱数据;在该服务于使用该近红外光谱仪和该食品指纹谱图库识别该近红外光谱鉴别该近红外光谱数据所反映的该被测食品的安全等级;以及将鉴别结果呈现给用户。
在本发明的一实施例中,上述方法还包括在该服务器根据该被测食品的安全等级搜索处理建议。
本发明由于采用以上技术方案,使之与现有技术相比,由于采用了分布式探头和鉴别中心的组合方式,借助联网终端和网络的普及,使得原来昂贵的基于近红外检测技术的设备可实现小型实体应用,从而提高家庭、商店等食品安全的鉴别能力。
附图说明
为让本发明的上述目的、特征和优点能更明显易懂,以下结合附图对本发明的具体实施方式作详细说明,其中:
图1示出本发明一实施例的鉴别系统结构框图。
图2示出本发明一实施例的采样探头结构框图。
图3示出本发明一实施例的采样探头的Y型光纤示意图。
图4示出本发明一实施例的采样探头的分光系统光路。
图5示出本发明一实施例的采样探头的智能控制模块结构框图。
图6示出本发明一实施例的鉴别中心系统连接示意图。
图7示出本发明一实施例的鉴别系统工作流程图。
具体实施方式
本发明的构思是,建立一种由分布式的采样探头、联网终端和集中的鉴别中心系统结合的近红外食品安全鉴别系统。便携且价廉的采样探头可以广泛配置到地理上分散的各个小型实体,例如家庭、零售商店等。采样探头可以负责食品的现场检测并采集食品的光谱。借助各式各样的联网终端,例如台式电脑、笔记本电脑、平板电脑、智能手机等,采样探头所采集的光谱可以经互联网传输到鉴别中心系统。在鉴别中心系统中配置了近红外光谱仪以进行光谱分析,并建立了种类广泛且可被快速检索的食品指纹谱图库供比对和模式识别。鉴别的结果和可能的解决建议可以反过来通过互联网提供给各个小型实体用户。
这一近红外食品安全鉴别系统的优势在于,各个小型实体所配备的设备是小型的且可负担的,而鉴别中心系统所提供的分析能力足够强大。另外,借助于收集各个分散用户的食品指纹谱,使得鉴别中心系统的食品指纹谱图库及其数学模型得以迅速完善,并反过来与各个终端用户共享。
本发明的实施过程将在下文更详细的描述。
图1示出本发明一实施例的鉴别系统结构框图。参照图1所示,近红外食品安全鉴别系统100可包括多个采样探头101,102,103,多个联网终端104,105,106,互联网110以及鉴别中心系统120。这些采样探头101-103配备于各个终端用户,例如家庭、零售商店处。采样探头101-103较佳地实施为小型且便携的,可以方便手持。在本发明的一实施例中,采样探头可实施为仅有采样功能的独立设备。在本发明的另一实施例中,采样探头可实施为集成到另一设备中。例如在联网终端实施为平板电脑105或智能手机106的实施例中,采样探头102、103可分别集成到平板电脑105、智能手机106上。联网终端可以实施为本领域技术人员所熟知的台式电脑104、平板电脑105或智能手机106,也可以实施为其他具有联网功能的设备。在本发明的另一实施例中,也可在采样探头中集成联网功能。例如在采样探头中增加移动网络通信模块。
当采样探头与联网终端是分离的设备时,它们之间可以通过连接线或连接座连接,也可以通过短距离无线网络通信。例如采样探头101可以通过USB连接线连接到台式电脑104;采样探头102可以通过ZigBee协议与平板电脑105106通信;采样探头103可以通过蓝牙协议与智能手机106通信。
鉴别中心系统120中包括服务器121和近红外光谱仪123。服务器121用于接受各个联网终端104-106的访问,并为其提供食品安全等级鉴别提示和解决建议服务。尽管在图1中示出单个服务器121,但可以理解鉴别中心系统120可以包括多个服务器组成的服务器集群。
由于每种原材料都有一种独特的指纹谱图,这些谱图反映原材料的化学和物理性质的光谱原理,因此在服务器121中储存一个集中的食品指纹谱图库122。并且在食品指纹谱图库122中建立了基于模式识别方法的拓扑算法和分析数据模型。食品指纹谱图库122可被用来作为终端用户发来的食品光谱的比对基础,而且还能在大量的鉴别服务中不断丰富和完善。
图2示出本发明一实施例的采样探头结构框图。参照图2所示,一实施例的采样探头200被设计为支持系统应用波长为700-2500nm的近红外光谱波段,采样探头200可采用漫反射采样方式。采样探头200的结构可以类似于便携式的近红外检测仪器,其包括LED光源201、光纤202、光学分光系统203、CCD(Charge-coupled Device,电荷耦合元件)信号采集模块204、智能控制模块205以及通信模块206。
采样探头200通过光纤202来检测被测食品210的漫反射近红外光谱数据。光纤202通常为如图3所示的Y型光纤300。Y型光纤300具有光源接口301和信号接口302。光源接口301与LED光源201相连。从LED光源201发射的光经Y型光纤300一端的光源接口301从Y型光纤300射出,照射在被测食品310上。此光经被测食品310反射后通过Y型光纤的另一端——信号接口302进入光学分光系统203。
图4示出本发明一实施例的采样探头的光学分光系统光路。参照图4所示,光学分光系统203按照光路顺序可包括平面反射镜401、准直球面镜402、光栅403、成像反射镜404和线阵CCD405。进入光学分光系统203的光经过多次反射后照射在线阵CCD405上。线阵CCD405感测到的信号为模拟信号,它被CCD信号采集模块204采集并转变为数字量后,由通信模块206完成传送。
智能控制模块205用来控制LED光源201、线阵CCD405、CCD信号采集模块204、通信模块206以及进行电源管理。图5示出本发明一实施例的采样探头的智能控制模块结构框图。参照图5所示,智能控制模块205的核心是微处理器500,它完成对线阵CCD405、模数转换(ADC)、信号滤波及放大、LED光源201、通信模块206和电源管理等智能控制。微处理器500的型号例如是MSP430。
当采用短距离无线通信方案时,通信模块206可以采用TI公司兼容芯片CC2540或CC2530低功耗蓝牙或ZigBee通讯模块。
图6示出本发明一实施例的鉴别中心系统连接示意图。参照图6所示,鉴别中心系统包括服务器121、近红外光谱仪123以及短距离通信网络。
短距离通信网络进一步由ZigBeezo路由器124、ZigBee协调器125和ZigBeezo终端模块126组成。服务器121中配置ZigBee协调器125。各近红外光谱仪123中配置ZigBeezo终端模块126。ZigBeezo路由器124则用于ZigBee协调器125和ZigBeezo终端模块126之间的沟通。
当然,服务器121和各近红外光谱仪123之间的组网方式并不限于ZigBee协议,也可以是其他短距离通信协议,例如WLAN。
近红外光谱仪123可以选择现有的支持该系统应用波长为700-2500nm的近红外光谱波段的光谱仪。针对不同的被检测食品,可以配置不同的近红外光谱仪123。因此对于用户来说,可以自由地选择不同种类的被检测食品,且都能获得鉴别服务,这相比在用户处配备单个近红外检测仪器的方案,可以实现终端用户产品的标准化和低价位的近红外技术家庭应用。同时对于整个行业来说,可以节省仪器的分析、运算和存储资源。
如前文所述,服务器121建立了食品指纹谱图库122。食品指纹谱图库122采用近红外光谱拓扑数据库结构。在一实施例中,数据库结构可以借鉴中药铺的药橱结构,每个库单元(“抽屉”)放置一种样品,并给每个库单元一个特定的编码。拓扑数据库的关键是从每一个样品的近红外谱提取特征信息变量,据此确定每一个样品的编号。对未知被测物在拓扑数据库中检索可能存在的结果及相应处理方法如下:
(1)在拓扑数据库中检索到完全相同的编号样品,则该被测物的性质按该编号对应库单元内所储存的性质数据给出;
(2)在拓扑数据库中未检索到完全相同的编号样品,则采用:
a.取一定检索长度r(r可根据拓扑数据库内单元所储存性质数据分布及对样品特征分辩要求的具体情况而改变)搜索邻近库单元。
b.搜索一定数量的邻近库单元样品,通过对它们性质的拟合计算得被测物性质数据。
c.如上述二者均无,利用标准方法测定性质数据,并按编号将其填入对应的库单元内,进行扩库操作。
在本发明的实施例中,用于构建样品编码的特征信息变量包括:
通过化学知识和优化方法选取的波长变量或这些变量的数学组合等;
根据化学知识选取的特征波长区间或包罗面积;
对光谱进行进行小波变换或傅里叶变换等数学处理得到的系数或它们的数学组合等。
图7示出本发明一实施例的鉴别系统工作流程图。结合参照图1和图7所示,在步骤701进行近红外光谱采集。在这一步骤,采样探头101-103将完成对食品的近红外光谱采集。从用户角度看,其操作步骤进行食品采样,即打开电源开关,采样探头101-103对准被测食品,按下扫描按键,当指示灯由红变绿色,即采样完成。在步骤702,进行数据处理。在这一步骤,在未经用户参与的情况下,将所采集的代表光谱的模拟信号转换为数字信号并进行发送前的必要处理。在步骤703进行数据传送。在用户的指令下,在采样探头上,选择启动数据传送功能,并通过台式电脑、平板电脑或智能手机这样的联网终端104-106访问鉴别中心系统120的网站。在网站所呈现的访问页面中,将提示用户在网站的“产品序列号”栏中输入用户所使用的采样探头产品序列号,在“被测物类型”选择栏中选择物品类型。在用户作出上述选择后,光谱数据将从联网终端104-106处向服务器121上传。在替代实施例中,探头产品序列号将可被联网终端104-106自动获取并向服务器121传送。在步骤704,服务器121将识别探头产品序列号。探头产品序列号可能用于帮助判断用户的此次访问是否合法。例如该探头是否是鉴别中心系统120的运营商所允许的授权产品。通过识别的探头将被准许接收其光谱数据,在步骤705,服务器121将进行数据接收。在步骤706,服务器121将保存光谱数据,并在近红外光谱仪帮助下进行鉴别。鉴别的结果反应被鉴别食品的安全等级,例如食品是否含有有害物质、是否变质等。进一步,在步骤707,服务器121可以在食品的安全等级的基础上检索处理方案,例如是食用该食品,或丢弃该食品等。最后,在步骤708,在结果显示页面向用户呈现其被鉴别食品的安全等级与相应的处理建议。
本发明上述实施例的鉴别系统,通过快速鉴别和对应的正确食品处理方法,最大限度的提高了食品的安全性。同时由于采用了分布式探头和鉴别中心的组合方式,借助联网终端和网络的普及,使得原来昂贵的基于近红外检测技术的设备可实现小型实体应用,从而提高家庭、商店等食品安全的鉴别能力。
考虑到目前的食品安全现状,本发明的鉴别系统可优先使用于蔬菜水果农药残留物、谷物类、食油的安全等级鉴别。
虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可作出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (9)
1.一种近红外食品安全鉴别系统,包括:
采样探头,用于采集被测食品的近红外光谱数据;
联网终端,连接该采样探头,用以传输该近红外光谱数据;
鉴别中心系统,通过互联网与该联网终端连接,该鉴别中心系统包括服务器和连接到该服务器的近红外光谱仪,该服务器包含食品指纹谱图库,且该服务器用于使用该近红外光谱仪和该食品指纹谱图库识别该近红外光谱鉴别该近红外光谱数据所反映的被测食品的安全等级,并传输给该联网终端。
2.如权利要求1所述的近红外食品安全鉴别系统,其特征在于,该联网终端为台式电脑、笔记本电脑、平板电脑和智能手机其中之一。
3.如权利要求1所述的近红外食品安全鉴别系统,其特征在于,该联网终端通过连接线或连接座连接该采样探头。
4.如权利要求1所述的近红外食品安全鉴别系统,其特征在于,该联网终端通过短距离通信协议与该采样探头通信。
5.如权利要求1所述的近红外食品安全鉴别系统,其特征在于,该采样探头包括依次连接的LED光源、光纤、光学分光系统以及电荷耦合元件信号采集模块,该采样探头还包括智能控制模块,该光学分光系统包括线阵电荷耦合元件,该智能控制模块用于控制该LED光源、该线阵电荷耦合元件、以及该电荷耦合元件信号采集模块的工作。
6.如权利要求5所述的近红外食品安全鉴别系统,其特征在于,该光纤为Y型光纤,该Y型光纤包括光源接口和信号接口,该光源接口连接该LED光源,该信号接口连接该光学分光系统。
7.如权利要求1所述的近红外食品安全鉴别系统,其特征在于,该服务器和该近红外光谱仪通过ZigBee协议通信。
8.一种利用权利要求1的近红外食品安全鉴别系统进行食品安全鉴别的方法,包括以下步骤:
由该采样探头采集被测食品的近红外光谱数据;
在该采样探头内处理该近红外光谱数据以用于发送;
从该采样探头传输该近红外光谱数据至该联网终端,且由该联网终端经互联网传输该近红外光谱数据;
在该服务器识别该采样探头的型号;
在该服务器接收该近红外光谱数据;
在该服务于使用该近红外光谱仪和该食品指纹谱图库识别该近红外光谱鉴别该近红外光谱数据所反映的该被测食品的安全等级;以及
将鉴别结果呈现给用户。
9.如权利要求8所述的方法,还包括在该服务器根据该被测食品的安全等级搜索处理建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101526734A CN103237078A (zh) | 2013-04-27 | 2013-04-27 | 近红外食品安全鉴别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101526734A CN103237078A (zh) | 2013-04-27 | 2013-04-27 | 近红外食品安全鉴别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103237078A true CN103237078A (zh) | 2013-08-07 |
Family
ID=48885094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101526734A Pending CN103237078A (zh) | 2013-04-27 | 2013-04-27 | 近红外食品安全鉴别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103237078A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103647586A (zh) * | 2013-11-04 | 2014-03-19 | 成都佳锂科技有限公司 | 一种蓝牙食品检测仪 |
CN104237177A (zh) * | 2014-09-19 | 2014-12-24 | 杜晨林 | 食品安全检测系统 |
CN104406916A (zh) * | 2014-11-04 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 食物的检测方法和装置 |
CN104865200A (zh) * | 2015-05-26 | 2015-08-26 | 陆聪 | 一种食品智能扫描方法及装置 |
CN105445189A (zh) * | 2015-11-26 | 2016-03-30 | 英业达科技有限公司 | 食品安全系统及食品检测装置 |
CN105486657A (zh) * | 2015-12-31 | 2016-04-13 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定叶菜主要营养成分的方法 |
CN105486650A (zh) * | 2015-12-31 | 2016-04-13 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定马铃薯主要营养成分的方法 |
CN105527236A (zh) * | 2015-12-31 | 2016-04-27 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品主要营养成分的方法 |
CN105606559A (zh) * | 2015-12-31 | 2016-05-25 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中植物蛋白的方法 |
CN105628648A (zh) * | 2015-12-31 | 2016-06-01 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中维生素c的方法 |
CN105628647A (zh) * | 2015-12-31 | 2016-06-01 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中可溶性糖的方法 |
CN105675515A (zh) * | 2015-12-31 | 2016-06-15 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定西瓜主要营养成分的方法 |
CN105891146A (zh) * | 2016-03-29 | 2016-08-24 | 电子科技大学 | 用于光谱检测的智能终端及其检测方法 |
CN106442384A (zh) * | 2016-09-14 | 2017-02-22 | 浙江农林大学 | 基于nirs和3d可视化技术的红木家具鉴别系统 |
CN106814042A (zh) * | 2017-01-23 | 2017-06-09 | 清华大学 | 光谱采集和分析系统及其控制方法 |
CN107049275A (zh) * | 2017-04-21 | 2017-08-18 | 西藏喜年通讯科技有限公司 | 一种医眼系统 |
EP3404409A1 (en) | 2017-05-19 | 2018-11-21 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO | Method and system for evaluating food safety |
CN109459413A (zh) * | 2017-09-06 | 2019-03-12 | 群燿科技股份有限公司 | 光学检测装置与光学检测系统 |
CN112525854A (zh) * | 2019-09-18 | 2021-03-19 | 大连兆晶生物科技有限公司 | 一种鉴定成分的方法 |
CN112525853A (zh) * | 2019-09-18 | 2021-03-19 | 大连兆晶生物科技有限公司 | 一种简易成分鉴定的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020101853A1 (en) * | 2001-01-30 | 2002-08-01 | Joseph Siegrist | Caller identification and voice/data synchronization for internet telephony and related applications |
CN1727877A (zh) * | 2004-07-29 | 2006-02-01 | 中国石油化工股份有限公司 | 由近红外光谱测定汽油性质数据的方法 |
CN101995395A (zh) * | 2009-08-14 | 2011-03-30 | 上海镭立激光科技有限公司 | 一种激光诱导多种光谱联合指纹网络在线检测材料的方法 |
CN201788150U (zh) * | 2010-09-28 | 2011-04-06 | 苗金水 | 基于固定光栅和ccd技术的近红外检测器 |
CN102042968A (zh) * | 2010-11-24 | 2011-05-04 | 南京财经大学 | 粮食品质近红外快速检测无线系统 |
CN203233450U (zh) * | 2013-04-27 | 2013-10-09 | 翁整 | 近红外食品安全鉴别系统 |
-
2013
- 2013-04-27 CN CN2013101526734A patent/CN103237078A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020101853A1 (en) * | 2001-01-30 | 2002-08-01 | Joseph Siegrist | Caller identification and voice/data synchronization for internet telephony and related applications |
CN1727877A (zh) * | 2004-07-29 | 2006-02-01 | 中国石油化工股份有限公司 | 由近红外光谱测定汽油性质数据的方法 |
CN101995395A (zh) * | 2009-08-14 | 2011-03-30 | 上海镭立激光科技有限公司 | 一种激光诱导多种光谱联合指纹网络在线检测材料的方法 |
CN201788150U (zh) * | 2010-09-28 | 2011-04-06 | 苗金水 | 基于固定光栅和ccd技术的近红外检测器 |
CN102042968A (zh) * | 2010-11-24 | 2011-05-04 | 南京财经大学 | 粮食品质近红外快速检测无线系统 |
CN203233450U (zh) * | 2013-04-27 | 2013-10-09 | 翁整 | 近红外食品安全鉴别系统 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103647586A (zh) * | 2013-11-04 | 2014-03-19 | 成都佳锂科技有限公司 | 一种蓝牙食品检测仪 |
CN104237177A (zh) * | 2014-09-19 | 2014-12-24 | 杜晨林 | 食品安全检测系统 |
CN104406916A (zh) * | 2014-11-04 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 食物的检测方法和装置 |
CN104865200A (zh) * | 2015-05-26 | 2015-08-26 | 陆聪 | 一种食品智能扫描方法及装置 |
CN105445189A (zh) * | 2015-11-26 | 2016-03-30 | 英业达科技有限公司 | 食品安全系统及食品检测装置 |
CN105486657A (zh) * | 2015-12-31 | 2016-04-13 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定叶菜主要营养成分的方法 |
CN105486650A (zh) * | 2015-12-31 | 2016-04-13 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定马铃薯主要营养成分的方法 |
CN105527236A (zh) * | 2015-12-31 | 2016-04-27 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品主要营养成分的方法 |
CN105606559A (zh) * | 2015-12-31 | 2016-05-25 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中植物蛋白的方法 |
CN105628648A (zh) * | 2015-12-31 | 2016-06-01 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中维生素c的方法 |
CN105628647A (zh) * | 2015-12-31 | 2016-06-01 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中可溶性糖的方法 |
CN105675515A (zh) * | 2015-12-31 | 2016-06-15 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定西瓜主要营养成分的方法 |
CN105891146A (zh) * | 2016-03-29 | 2016-08-24 | 电子科技大学 | 用于光谱检测的智能终端及其检测方法 |
CN106442384A (zh) * | 2016-09-14 | 2017-02-22 | 浙江农林大学 | 基于nirs和3d可视化技术的红木家具鉴别系统 |
CN106814042A (zh) * | 2017-01-23 | 2017-06-09 | 清华大学 | 光谱采集和分析系统及其控制方法 |
CN107049275A (zh) * | 2017-04-21 | 2017-08-18 | 西藏喜年通讯科技有限公司 | 一种医眼系统 |
EP3404409A1 (en) | 2017-05-19 | 2018-11-21 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO | Method and system for evaluating food safety |
CN109459413A (zh) * | 2017-09-06 | 2019-03-12 | 群燿科技股份有限公司 | 光学检测装置与光学检测系统 |
CN112525854A (zh) * | 2019-09-18 | 2021-03-19 | 大连兆晶生物科技有限公司 | 一种鉴定成分的方法 |
CN112525853A (zh) * | 2019-09-18 | 2021-03-19 | 大连兆晶生物科技有限公司 | 一种简易成分鉴定的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203233450U (zh) | 近红外食品安全鉴别系统 | |
CN103237078A (zh) | 近红外食品安全鉴别系统 | |
McVey et al. | Portable spectroscopy for high throughput food authenticity screening: Advancements in technology and integration into digital traceability systems | |
CN106092959B (zh) | 一种基于云平台的近红外食品质量监测系统 | |
CN105741216A (zh) | 智慧食品质量安全监管体系 | |
CN103954781B (zh) | 基于便携通讯设备的畜肉品质轻便无损检测仪 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN105973837A (zh) | 一种有机物的检测方法及其系统 | |
CN108875913A (zh) | 一种基于卷积神经网络的松茸快速无损检测系统及方法 | |
CN104406921B (zh) | 一种光学检测系统和方法 | |
CN104062262A (zh) | 一种基于近红外光谱的作物种子品种真实性鉴别方法 | |
CN102788794A (zh) | 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法 | |
CN202216949U (zh) | 食品安全快速检测仪 | |
CN101692094A (zh) | 一种物质分析方法和仪器系统 | |
CN204461607U (zh) | 一种手持式光谱仪 | |
CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测系统及方法 | |
CN104132896A (zh) | 一种快速鉴别掺假肉的方法 | |
CN103645155A (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN101769866A (zh) | 一种牛奶成分的检测装置和方法 | |
CN107064044B (zh) | 一种茶提取液中多酚含量的快速检测方法及装置 | |
CN103712948B (zh) | 生鲜羊肉中挥发性盐基氮含量的快速无损检测方法 | |
CN108037081B (zh) | 一种酿酒葡萄成熟度监测方法和系统 | |
CN108827925A (zh) | 基于光纤式荧光光谱技术的食用植物油真伪快速检测方法和检测装置 | |
CN111829961A (zh) | 一种基于便携式成像光谱仪的食品质量检测方法及系统 | |
Volpentesta et al. | Organizational and technological aspects of a platform for collective food awareness |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130807 |