CN106092959A - 一种基于云平台的近红外食品质量监测系统 - Google Patents
一种基于云平台的近红外食品质量监测系统 Download PDFInfo
- Publication number
- CN106092959A CN106092959A CN201610496856.1A CN201610496856A CN106092959A CN 106092959 A CN106092959 A CN 106092959A CN 201610496856 A CN201610496856 A CN 201610496856A CN 106092959 A CN106092959 A CN 106092959A
- Authority
- CN
- China
- Prior art keywords
- data
- infrared
- platform
- cloud
- sample
- 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.)
- Granted
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000013500 data storage Methods 0.000 claims abstract description 13
- 230000003595 spectral effect Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 16
- 238000002329 infrared spectrum Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 7
- 238000013523 data management Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000004611 spectroscopical analysis Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000010183 spectrum analysis Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 abstract description 4
- 230000003313 weakening effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000008242 dietary patterns Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000000447 pesticide residue Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于云平台的近红外食品质量监测系统,包括近红外监测终端、云数据平台、数据源,近红外监测终端通过有线或无线网络与云数据平台建立远程连接,数据源来自于数据提供方的数据存储器,通过电脑、手机等各种媒介与云数据平台建立物理连接。本发明基于云平台的近红外食品质量监测系统,食品近红外参照光谱模型的建立是由专业机构来完成的,而不是由近红外监测终端的用户来完成;用户只需在近红外监测终端的人机对话界面内选择相应的被测样品类选项,然后按下光谱采集键,系统将自动完成数据采集、传送云端、光谱分析、性质预测、报告回送等功能,弱化了对用户的专业要求,使食品安全评估的大众化成为可能。
Description
技术领域
本发明涉及涉及近红外光谱分析技术领域,特别是涉及一种基于云平台的近红外食品质量监测系统。
背景技术
现代近红外光谱分析是光谱测量技术、计算机技术与化学计量学技术的有机结合,是将近红外光谱所反映的样品基团、组成或物质信息与用标准或认可的参比方法测得的组成或性质数据,采用化学计量学技术建立校正模型,然后通过对未知样品光谱的测定和建立的校正模型来快速预测其组成或性质的一种分析方法。
现代近红外光谱分析经过约半个世纪的发展,在理论和技术上已经趋于成熟。由于近红外光谱分析技术可以不需对样品进行前处理,具有同时对多组分进行瞬间分析的能力,因此特别适用于过程分析,直接分析生产线上有关物料的内在品质,并迅速反馈给生产人员进行质量控制或进行自动控制。近红外光谱分析技术是当代过程控制的主导技术之一。
随着国人生活从温饱性食物结构,转向营养健康型食物结构,全民的饮食消费结构也由数量型转向质量型,对食品卫生质量标准的要求更高。因此,食品质量安全问题已成为全社会关注的热点问题。对此,国家采取了一系列重大措施加强食品安全工作,进一步整顿和规范食品市场秩序,加大食品安全专项整治力度。国家确定了食品放心工程三年规划,其中的主要目标是“进一步完善食品安全的法律法规和监管协调机制;建立我国的食品安全风险评估评价体系;完善食品安全标准体系、检验检疫检测体系和农产品、食品认证认可的体系建设”。因此,作为一种已被认定为标准检测方法并在实际应用中取得一定成果的技术,近红外光谱分析技术在食品安全领域将发挥越来越大的作用。
随着MEMS(Micro-Electro-Mechanical Systems,微机电系统)制造工艺的出现,大量微型光谱器件不断面世,也为近红外光谱分析设备的现场化、便携化建立了很好的基础。但是,由于食品种类繁多,而对于每一种样品都需要建立对应的特征数据库,前期的模型建立需要大量的人力物力投入,因此目前的近红外分析仪器都是在某一时间段内对某一种样品进行实验分析,无法实现在短时间内切换到对另一种样品开展同类型的试验或分析。在一定程度上制约了近红外分析装置的使用效率和使用范围,使相关装置成为专用仪器,其通用性得不到发挥。
发明内容
本发明针对上述近红外分析技术及装置在食品质量检测领域中的应用缺陷,基于云平台的方式,提供了一种基于云平台的近红外食品质量监测系统,该系统采用了数据远程调用和分析的方法,拓展了近红外试验装置的通用性。
本发明所采用的技术方案是:
一种基于云平台的近红外食品质量监测系统,包括近红外监测终端、云数据平台、数据源,所述数据源是用户通过实验方法获得的测试样品的近红外光谱特征参照系,不同的样品种类对应不同的光谱特征,由用户将近红外光谱特征参照系上传到云数据平台,并存储到数据库内实现数据共享;所述近红外监测终端采集被测样品的光谱数据,并通过有线/无线网络,将光谱数据传送到云数据平台;所述云数据平台将接收到近红外监测终端的光谱数据与数据库内相对应的光谱特征参照系特征数据进行比对,得到较准确的定量或定性结论,并实时将结论回送近红外监测终端;近红外监测终端通过显示、打印方式将测试结论向用户公开。
根据本发明的一实施例,所述近红外监测终端为光谱分析仪器或集成MEMS光谱采样模块的电脑、手机。
根据本发明的一实施例,所述近红外监测终端自带通讯模块与云数据平台建立实时数据交换,所述通讯模块为INTERNET、GPRS、蓝牙、CAN总线、RS232总线或RS485总线。
根据本发明的一实施例,所述近红外监测终端包括人机交互平台,所述人机交互平台上具有对各种样品参照系的选项、自带数据存储区,所述数据存储区保存当前测试数据、云数据平台下载参照系数据和测试结论。
根据本发明的一实施例,所述云数据平台包括数据存储层、数据管理层、数据服务层,所述数据存储层由不同类型的存储器组成,存放各种食品的近红外光谱参照数据;所述数据管理层是将存储数据与应用联系起来的中间体;所述数据服务层是面向用户需求的应用接口。
根据本发明的一实施例,测试样品的近红外光谱特征参照系的建立方法,首先要将目标食品取样,测定特征数据,分成建模群和验证群;利用建模群样品测定其近红外光谱,通过化学计量学方法建立该光谱和参考数据之间的数学模型关系;得到数学模型后用验证群的样品进行检验,测得验证群样品的近红外光谱;然后采用模型对这些样品的性质进行预测,并和已知的参考数据进行比较,通过统计学的方法对模型进行评估;模型通过验证后就可以用于对未知样品进行测定。
本发明的有益效果:一种基于云平台的近红外食品质量监测系统,食品近红外参照光谱模型的建立是由专业机构来完成的,而不是由近红外监测终端的用户来完成;用户只需在近红外监测终端的人机对话界面内选择相应的被测样品类选项,然后按下光谱采集键,系统将自动完成数据采集、传送云端、光谱分析、性质预测、报告回送等功能,弱化了对用户的专业要求,使食品安全评估的大众化成为可能。
附图说明
图1为本发明近红外食品质量监测系统结构图;
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
具体实施时,结合图1基于云平台的近红外食品质量监测系统结构图,本发明监测系统包括近红外监测终端1、云数据平台2和数据源3。近红外监测终端1的通讯端口通过有线/无线网络(蓝牙或者GPRS等方式)与云数据平台2建立远程连接。数据源3来自于数据提供方的数据存储器,通过电脑、手机等各种媒介与云数据平台2建立物理连接。
用户通过实验方法获得的测试样品的近红外光谱特征参照系,数据源3中存储的食品近红外光谱特征参照系,不同的样品种类对应不同的光谱特征,由用户将近红外光谱特征参照系上传到云数据平台,并存储到云数据库内实现数据共享。建立食品的近红外光谱特征参照系的方法,首先要将目标食品取样,测定特征数据(如农药残留、水分、糖度等),分成建模群和验证群;利用建模群样品测定其近红外光谱,通过化学计量学方法建立该光谱和参考数据之间的数学模型关系;得到数学模型后用验证群的样品进行检验,测得验证群样品的近红外光谱;然后采用模型对这些样品的性质进行预测,并和已知的参考数据进行比较,通过统计学的方法对模型进行评估;模型通过验证后就可以用于对未知样品进行测定。这样得到的实验数据,就能上传到云平台的数据源储存器中,为下一步数据服务打下基础。
整个系统的运转,是建立在云数据平台2的基础上。云数据平台的硬件由一系列系统服务器构成,分成三块部分,即数据存储层、数据管理层、数据服务层。数据存储层其作用是利用存储设备接收采集到的各种食品的近红外参照光谱,并通过(虚拟化、集群技术等)分门别类地加以整理存储到统一存储层,以便调用;数据管理层是实现对用户注册信息、网络安全、突发事件处理、建立数据库副本、策略制定等功能;数据服务层则是针对用户的数据资源、共享、访问、调用、存储、备份等功能实现。
近红外监测终端可以是专业的光谱分析仪器,也可以是集成了MEMS光谱采样模块的电脑或手机等,它们的共同特点是自带了通讯模块。这些通讯模块可以是INTERNET、GPRS、蓝牙,也可以是CAN、RS232、RS485等总线,关键是必须与云数据平台建立远程通讯。近红外监测终端包括人机交互平台,人机交互平台上具有对各种样品参照系的选项、自带数据存储区,所述数据存储区保存当前测试数据、云数据平台下载参照系数据和测试结论。在使用前,首先要从云数据平台下载样品数据目录,以确保所检测的食品样品能在已建的样品参照库内找到匹配。然后在近红外监测终端的人机对话界面上选择与所检样品相匹配的样品参照光谱,确定后启动光谱采集。
近红外监测终端将扫描到的样品光谱通过通讯模块直接传送到云数据平台的云端服务器。云端服务器将收到的样品光谱进行预处理,剔除不合理的组分,将无异常光谱与匹配样品参照光谱进行比对分析,找出特征数据的预测区间,得出定量或定性的结论,并将结论回传到现场的近红外监测终端。近红外监测终端储存本次检测的结论数据,并通过人机对话界面将结论告知用户,或通过打印机输出书面报告。这样就完成了一次基于云平台的近红外食品质量检测流程。
本发明基于云平台的近红外食品质量监测系统,食品近红外参照光谱模型的建立是由专业机构来完成的,而不是由近红外监测终端的用户来完成;用户只需在近红外监测终端的人机对话界面内选择相应的被测样品类选项,然后按下光谱采集键,系统将自动完成数据采集、传送云端、光谱分析、性质预测、报告回送等功能,弱化了对用户的专业要求,使食品安全评估的大众化成为可能。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (6)
1.一种基于云平台的近红外食品质量监测系统,其特征在于:包括近红外监测终端、云数据平台、数据源,所述数据源是用户通过实验方法获得的测试样品的近红外光谱特征参照系,不同的样品种类对应不同的光谱特征,由用户将近红外光谱特征参照系上传到云数据平台,并存储到数据库内实现数据共享;所述近红外监测终端采集被测样品的光谱数据,并通过有线/无线网络,将光谱数据传送到云数据平台;所述云数据平台将接收到近红外监测终端的光谱数据与数据库内相对应的光谱特征参照系特征数据进行比对,得到较准确的定量或定性结论,并实时将结论回送近红外监测终端;近红外监测终端通过显示、打印方式将测试结论向用户公开。
2.按照权利要求1所述的一种基于云平台的近红外食品质量监测系统,其特征在于:所述近红外监测终端为光谱分析仪器或集成MEMS光谱采样模块的电脑、手机。
3.按照权利要求2所述的所述的一种基于云平台的近红外食品质量监测系统,其特征在于:所述近红外监测终端自带通讯模块与云数据平台建立实时数据交换,所述通讯模块为INTERNET、GPRS、蓝牙、CAN总线、RS232总线或RS485总线。
4.按照权利要求1所述的一种基于云平台的近红外食品质量监测系统,其特征在于:所述近红外监测终端包括人机交互平台,所述人机交互平台上具有对各种样品参照系的选项、自带数据存储区,所述数据存储区保存当前测试数据、云数据平台下载参照系数据和测试结论。
5.按照权利要求1所述的一种基于云平台的近红外食品质量监测系统,其特征在于:所述云数据平台包括数据存储层、数据管理层、数据服务层,所述数据存储层由不同类型的存储器组成,存放各种食品的近红外光谱参照数据;所述数据管理层是将存储数据与应用联系起来的中间体;所述数据服务层是面向用户需求的应用接口。
6.按照权利要求1所述的一种基于云平台的近红外食品质量监测系统,其特征在于:测试样品的近红外光谱特征参照系的建立方法,首先要将目标食品取样,测定特征数据,分成建模群和验证群;利用建模群样品测定其近红外光谱,通过化学计量学方法建立该光谱和参考数据之间的数学模型关系;得到数学模型后用验证群的样品进行检验,测得验证群样品的近红外光谱;然后采用模型对这些样品的性质进行预测,并和已知的参考数据进行比较,通过统计学的方法对模型进行评估;模型通过验证后就可以用于对未知样品进行测定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610496856.1A CN106092959B (zh) | 2016-06-30 | 2016-06-30 | 一种基于云平台的近红外食品质量监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610496856.1A CN106092959B (zh) | 2016-06-30 | 2016-06-30 | 一种基于云平台的近红外食品质量监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106092959A true CN106092959A (zh) | 2016-11-09 |
CN106092959B CN106092959B (zh) | 2019-03-19 |
Family
ID=57214149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610496856.1A Active CN106092959B (zh) | 2016-06-30 | 2016-06-30 | 一种基于云平台的近红外食品质量监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106092959B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106596435A (zh) * | 2016-12-29 | 2017-04-26 | 湖南餐智科技有限公司 | 一种食材质量检测系统 |
WO2018044972A1 (en) * | 2016-08-30 | 2018-03-08 | Sensii, Inc. | A personal liquid analysis system |
CN107860748A (zh) * | 2017-12-20 | 2018-03-30 | 中国海洋大学 | 近红外光谱网络化采集系统 |
CN108037092A (zh) * | 2017-12-11 | 2018-05-15 | 四川长虹电器股份有限公司 | 一种基于信号识别的光谱分析系统 |
CN108152246A (zh) * | 2017-12-25 | 2018-06-12 | 四川长虹电器股份有限公司 | 基于移动终端的无线智能光谱检测系统 |
CN108182555A (zh) * | 2018-02-09 | 2018-06-19 | 重庆市农业科学院 | 一种食品质量安全风险评估系统 |
CN108387550A (zh) * | 2018-02-10 | 2018-08-10 | 云南小宝科技有限公司 | 基于mems的便携式近红外光谱检测方法、装置和系统 |
CN109001149A (zh) * | 2018-09-10 | 2018-12-14 | 电子科技大学 | 基于近红外光谱的双光路水果无损检测系统及方法 |
CN109724940A (zh) * | 2019-02-26 | 2019-05-07 | 宜宾五粮液股份有限公司 | 利用近红外光谱仪检测酒糟成分含量的方法及系统 |
CN109975211A (zh) * | 2019-04-28 | 2019-07-05 | 重庆冠雁科技有限公司 | 基于物联网的拉曼光谱物质监测系统及监测方法 |
CN110119908A (zh) * | 2019-05-27 | 2019-08-13 | 贵州省疾病预防控制中心 | 一种食品安全风险监测理化数据分析系统 |
CN110220844A (zh) * | 2018-03-02 | 2019-09-10 | 谱钜科技股份有限公司 | 光谱仪装置、移动设备、光谱仪系统及其操作方法 |
CN110836863A (zh) * | 2019-11-18 | 2020-02-25 | 四川长虹电器股份有限公司 | 一种光谱数据分析系统 |
CN111610281A (zh) * | 2020-07-14 | 2020-09-01 | 北京行健谱实科技有限公司 | 基于气相色谱质谱谱库鉴定的云平台构架及其操作方法 |
CN111831658A (zh) * | 2020-06-30 | 2020-10-27 | 东莞理工学院 | 一种轨道交通大数据分析方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204241376U (zh) * | 2014-10-22 | 2015-04-01 | 姜海梅 | 基于云计算平台的高速公路能见度监测预警系统 |
CN104614340A (zh) * | 2015-01-30 | 2015-05-13 | 长春长光思博光谱技术有限公司 | 基于云平台光栅式近红外检测仪 |
CN104807777A (zh) * | 2015-04-28 | 2015-07-29 | 中国食品发酵工业研究院 | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 |
CN105334224A (zh) * | 2015-12-09 | 2016-02-17 | 哈尔滨云控机器人科技有限公司 | 自动化质量检测云平台 |
CN105554079A (zh) * | 2015-12-09 | 2016-05-04 | 哈尔滨云控机器人科技有限公司 | 一种基于移动终端的产品质量远程人工检测方法 |
CN105548198A (zh) * | 2015-12-09 | 2016-05-04 | 哈尔滨云控机器人科技有限公司 | 基于云平台的复杂产品质量自动检测的方法 |
-
2016
- 2016-06-30 CN CN201610496856.1A patent/CN106092959B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204241376U (zh) * | 2014-10-22 | 2015-04-01 | 姜海梅 | 基于云计算平台的高速公路能见度监测预警系统 |
CN104614340A (zh) * | 2015-01-30 | 2015-05-13 | 长春长光思博光谱技术有限公司 | 基于云平台光栅式近红外检测仪 |
CN104807777A (zh) * | 2015-04-28 | 2015-07-29 | 中国食品发酵工业研究院 | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 |
CN105334224A (zh) * | 2015-12-09 | 2016-02-17 | 哈尔滨云控机器人科技有限公司 | 自动化质量检测云平台 |
CN105554079A (zh) * | 2015-12-09 | 2016-05-04 | 哈尔滨云控机器人科技有限公司 | 一种基于移动终端的产品质量远程人工检测方法 |
CN105548198A (zh) * | 2015-12-09 | 2016-05-04 | 哈尔滨云控机器人科技有限公司 | 基于云平台的复杂产品质量自动检测的方法 |
Non-Patent Citations (2)
Title |
---|
张仲源等: "近红外光谱分析技术在食品检测中的应用研究进展", 《综述与专题评论》 * |
黄华等: "近红外云计算分析系统与实现", 《农业机械学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018044972A1 (en) * | 2016-08-30 | 2018-03-08 | Sensii, Inc. | A personal liquid analysis system |
CN106596435A (zh) * | 2016-12-29 | 2017-04-26 | 湖南餐智科技有限公司 | 一种食材质量检测系统 |
CN108037092A (zh) * | 2017-12-11 | 2018-05-15 | 四川长虹电器股份有限公司 | 一种基于信号识别的光谱分析系统 |
CN107860748A (zh) * | 2017-12-20 | 2018-03-30 | 中国海洋大学 | 近红外光谱网络化采集系统 |
CN108152246A (zh) * | 2017-12-25 | 2018-06-12 | 四川长虹电器股份有限公司 | 基于移动终端的无线智能光谱检测系统 |
CN108182555A (zh) * | 2018-02-09 | 2018-06-19 | 重庆市农业科学院 | 一种食品质量安全风险评估系统 |
CN108387550A (zh) * | 2018-02-10 | 2018-08-10 | 云南小宝科技有限公司 | 基于mems的便携式近红外光谱检测方法、装置和系统 |
CN110220844A (zh) * | 2018-03-02 | 2019-09-10 | 谱钜科技股份有限公司 | 光谱仪装置、移动设备、光谱仪系统及其操作方法 |
CN109001149A (zh) * | 2018-09-10 | 2018-12-14 | 电子科技大学 | 基于近红外光谱的双光路水果无损检测系统及方法 |
CN109724940A (zh) * | 2019-02-26 | 2019-05-07 | 宜宾五粮液股份有限公司 | 利用近红外光谱仪检测酒糟成分含量的方法及系统 |
CN109975211A (zh) * | 2019-04-28 | 2019-07-05 | 重庆冠雁科技有限公司 | 基于物联网的拉曼光谱物质监测系统及监测方法 |
CN110119908A (zh) * | 2019-05-27 | 2019-08-13 | 贵州省疾病预防控制中心 | 一种食品安全风险监测理化数据分析系统 |
CN110836863A (zh) * | 2019-11-18 | 2020-02-25 | 四川长虹电器股份有限公司 | 一种光谱数据分析系统 |
CN111831658A (zh) * | 2020-06-30 | 2020-10-27 | 东莞理工学院 | 一种轨道交通大数据分析方法及系统 |
CN111610281A (zh) * | 2020-07-14 | 2020-09-01 | 北京行健谱实科技有限公司 | 基于气相色谱质谱谱库鉴定的云平台构架及其操作方法 |
CN111610281B (zh) * | 2020-07-14 | 2022-06-10 | 北京行健谱实科技有限公司 | 基于气相色谱质谱谱库鉴定的云平台构架的操作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106092959B (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106092959B (zh) | 一种基于云平台的近红外食品质量监测系统 | |
CN106093838B (zh) | 关口电能表远程在线校验方法及系统 | |
CN106845579A (zh) | 提高产品质量检验正确性的信息化控制方法及控制系统 | |
CN101907564B (zh) | 基于近红外光谱技术的油菜籽品质无损检测方法和装置 | |
US20150120213A1 (en) | System and method for identifying and distinguishing materials, method for identifying or distinguishing materials, and measuring device for recording material properties of materials | |
CN102323267A (zh) | 一种快速评价生鲜肉品新鲜度的系统及方法 | |
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 | |
CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
CN203233450U (zh) | 近红外食品安全鉴别系统 | |
CN101769866B (zh) | 一种牛奶成分的检测装置和方法 | |
CN103237078A (zh) | 近红外食品安全鉴别系统 | |
CN107958326A (zh) | 一种基于二维码技术的车间工艺巡检方法 | |
CN105380609A (zh) | 基于多光谱的皮肤检测方法与系统 | |
CN109724940A (zh) | 利用近红外光谱仪检测酒糟成分含量的方法及系统 | |
CN109001149A (zh) | 基于近红外光谱的双光路水果无损检测系统及方法 | |
CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
Polak et al. | Use of hyperspectral imaging for cake moisture and hardness prediction | |
CN112903120B (zh) | 批量检测红外温度传感器的检测系统及其检测方法 | |
CN108387550A (zh) | 基于mems的便携式近红外光谱检测方法、装置和系统 | |
CN106596456A (zh) | 基于可变移动窗口选择溶液近红外光谱谱区的方法 | |
CN106327082A (zh) | 一种基于互联网云计算的医疗器械计量检测质控平台 | |
US20160203445A1 (en) | Work order integration and equipment status tracking | |
CN104807777A (zh) | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 | |
CN106596435A (zh) | 一种食材质量检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |