CN107255624A - 一种快速简便测定迷力菌子实体中蛋白质含量的方法 - Google Patents

一种快速简便测定迷力菌子实体中蛋白质含量的方法 Download PDF

Info

Publication number
CN107255624A
CN107255624A CN201710332223.1A CN201710332223A CN107255624A CN 107255624 A CN107255624 A CN 107255624A CN 201710332223 A CN201710332223 A CN 201710332223A CN 107255624 A CN107255624 A CN 107255624A
Authority
CN
China
Prior art keywords
sample
fan
spectrum
power
calibration
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
Application number
CN201710332223.1A
Other languages
English (en)
Inventor
郭丽琼
李雄
林俊芳
郑倩望
魏韬
叶志伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China Agricultural University
Original Assignee
South China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China Agricultural University filed Critical South China Agricultural University
Priority to CN201710332223.1A priority Critical patent/CN107255624A/zh
Publication of CN107255624A publication Critical patent/CN107255624A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N31/00Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
    • G01N31/002Determining nitrogen by transformation into ammonia, e.g. KJELDAHL method
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N31/00Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
    • G01N31/16Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using titration

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Molecular Biology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种快速简便测定迷力菌子实体中蛋白质含量的方法,步骤包括:收集冬虫夏草粉末样品,对样品进行近红外光谱扫描以及采集光谱,得到校正集样品原始光谱;对校正集样品原始光谱进行预处理;将预处理后的校正集样品原始光谱的信息数据进行主成分分析,提取特征信息数据;对迷力子菌子实体样品进行蛋白质含量的化学检测,得到化学测定值;将化学测定值设为校正值,将特征信息数据作为自变量,校正值作为因变量,使用偏最小二乘法建立校正模型;将校正模型分别进行内部交互验证和外部交互验证,评价校正模型的可靠性。本发明具有检测速度快、检测样品多、检测成本低、检测结果准确、不产生污染的特点。

Description

一种快速简便测定迷力菌子实体中蛋白质含量的方法
技术领域
本发明涉及食药用真菌子实体的检测领域,尤其涉及一种快速简便测定迷力菌子实体中蛋白质含量的方法。
背景技术
迷力子菌,是麦角菌科真菌寄生在蝙蝠蛾科昆虫幼虫上的子座,是一种传统的名贵滋补食药用真菌,有增强免疫功能、抗肿瘤、益精气、补虚损、抗氧化等多种功效。其富含有蛋白质、多糖、虫草酸、虫草素及腺苷类物质。此外,还含有维生素B12、麦角硫因、皂苷、多种生物碱等。
据文献资料报道:不同品种培养出来的迷力子菌子实体其各组分含量有较大差异,其组分含量还受培养基的种类所影响,故不同品种、产地、批次其品质具有较大差异。此外,人工培养和驯化的迷力子菌在生产过程中极易出现菌种退化以及品质下降的现象,蛋白质为其营养成分重要指标,其含量对于迷力子菌的菌种选育和品质评价具有重要意义。
查阅文献资料得知:迷力子菌中蛋白质含量的检测方法主要是采用传统的理化分析方法,这种分析方法样品分析的样品少,时间长,分析过程中产生大量的废酸废碱,对环境有一定的污染。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种快速简便测定迷力菌子实体中蛋白质含量的方法,通过采集不同品种、来源以及不同培养方式的子实体样品原始光谱,采用化学计量学软件进行光谱预处理,确定迷力子菌中的主成分数,利用凯氏定氮法检测结果,通过校正模型的建立及验证,再进行迷力子菌中蛋白质含量检测,具有检测速度快、检测样品多、检测成本低、检测结果准确、不产生污染的特点。
为解决上述技术问题,本发明提供如下技术方案:一种快速简便测定迷力菌子实体中蛋白质含量的方法,包括如下步骤:
S1、收集冬虫夏草粉末样品,对样品进行近红外光谱扫描以及采集光谱,得到校正集样品原始光谱;
S2、对校正集样品原始光谱进行预处理;
S3、将预处理后的校正集样品原始光谱的信息数据进行主成分分析,提取特征信息数据;
S4、对迷力子菌子实体样品进行蛋白质含量的化学检测,得到化学测定值;将化学测定值设为校正值,将步骤S3的特征信息数据作为自变量,校正值作为因变量,使用偏最小二乘法建立自变量与因变量之间的校正模型;
S5、将校正模型利用软件分别进行内部交互验证和外部交互验证,评价校正模型的可靠性。
进一步地,所述步骤S1,具体为:
S11、使用不同培养方式培养不同品种的迷力子菌子实体,同时收集市面上不同产地、来源迷力子菌样品;将迷力子菌样品在55℃下鼓风干燥48小时后进行粉碎,过90目网筛,得冬虫夏草粉末样本;
S12、在25℃下开启近红外光谱仪并预热30分钟,取5g左右冬虫夏草粉样本末于直径为32mm、厚度为45mm的旋转样品杯中,使用积分球漫反射方式扫描以及采集光谱,得到校正集样品原始光谱;其中,光谱的采集范围为4000-10000cm-1,分辨率为8cm-1,扫描次数为32次,每个样品重复装样3次;
S13、将该校正集样品原始光谱的计算平均值存于计算机软件中进行外部验证,用于评价步骤S4所得校正模型的可靠性。
进一步地,所述步骤S2,采用一阶导数卷积平滑方法对校正集样品原始光谱进行预处理。
进一步地,所述步骤S3的主成分分析中,将预处理后的样品光谱中的信息数据变换到主成分数为2-10个互不相关的变量中,完成特征信息数据的提取;其中,迷力子菌中蛋白质的主成分数为10。
进一步地,所述步骤S4,具体为:
S41、称取步骤S1中的冬虫夏草粉末样本0.2-2.0g至干净的消化管中,加入0.2g硫酸铜、6g硫酸钾及20毫升硫酸,稍摇匀后于瓶口放一小漏斗,消化炉加热,直到液体呈蓝绿色澄清透明后,再继续加热0.5小时;
S42、将步骤S41的消化管中的液体冷却后,置于自动凯氏定氮仪中进行蒸发,并进行盐酸滴定,通过计算得到样品中蛋白质的含量的化学测定值;
S43、以步骤S42的化学测定值设为校正值,将步骤S3的特征信息数据作为自变量,校正值作为因变量,用偏最小二乘法建立自变量与因变量之间的校正模型。
采用上述技术方案后,本发明至少具有如下有益效果:本发明的检测方法通过采集冬虫夏草校正集样品原始光谱,采用一阶导数、卷积平滑(Savitzky-Golay)进行光谱预处理,确定迷力子菌蛋白质的主成分数,利用理化检测结果,通过校正模型的建立及交互验证,具有检测速度快、成本低、检测结果准确、检测效率高的特点;本发明中的实验数据采用TQ Analyst 8软件进行处理和分析;利用本发明的校正模型,只需将迷力子菌子实体进行简单的烘干磨粉处理后,借助近红外光谱扫描就可准确、迅速测定出其蛋白质的含量,在单位时间内可以检测大批量产品,并可对产品品质进行更科学的等级划分,且操作十分简便,对操作人员要求不高;此外,利用此校正模型对迷力子菌的优选育种有非常大的优势,能间接提高迷力子菌的品质和效益。
附图说明
图1为本发明一种快速简便测定迷力菌子实体中蛋白质含量的方法步骤流程图;
图2为本发明实施例中迷力子菌校正集样品原始光谱图;
图3为本发明实施例中原始光谱预处理图;
图4为本发明实施例中迷力子菌蛋白质的实际值和计算值的关系散点图;
图5为本发明实施例中校正模型示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和具体实施例对本申请作进一步详细说明。
如图1所示,本发明提供了一种快速简便测定迷力菌子实体中蛋白质含量的方法,步骤注意包括:S1、收集冬虫夏草粉末样品,对样品进行近红外光谱扫描以及采集光谱,得到校正集样品原始光谱;
S2、对校正集样品原始光谱进行预处理;
S3、将预处理后的校正集样品原始光谱的信息数据进行主成分分析,提取特征信息数据;
S4、对迷力子菌子实体样品进行蛋白质含量的化学检测,得到化学测定值;将化学测定值设为校正值,将步骤S3的特征信息数据作为自变量,校正值作为因变量,使用偏最小二乘法建立自变量与因变量之间的校正模型;
S5、将校正模型利用软件分别进行内部交互验证和外部交互验证,评价校正模型的可靠性。
实施例1
下面详细描述了每个步骤的具体实施方式。
①集迷力子菌子实体样品原始光谱:
用不同培养方式培养不同品种的子实体,同时收集市面上不同产地、来源迷力子菌样品,共55个。将样品55℃下鼓风干燥48h天后用万能粉碎机粉碎,过90目网筛,得冬虫夏草粉末;在25℃下开启近红外光谱仪预热30分钟,取5g左右冬虫夏草粉末于直径32mm,厚度45mm的旋转样品杯中,积分球漫反射方式采集光谱,光谱采集范围4000-10000cm-1,扫描次数32,每个样品重复装样3次,得到校正集样品原始光谱,将该校正集样品原始光谱的计算平均值存于计算机软件中;
②校正集样品原始光谱预处理:
将步骤①所得到的冬虫夏草校正集样品原始光谱,采用一阶导数(1stDerivative)卷积平滑(Savitzky-Golay)进行光谱预处理。其中,没有对原始光谱进行预处理前的图像如图2所示,对原始光谱预处理的结果如图3所示。
③主成分数的确定:
将预处理后的样品光谱中的信息数据变换到主成分数为2-10个互不相关的变量中,完成特征信息数据的提取;迷力子菌中蛋白质的主成分数为10。
④校正模型的建立:
A.迷力子菌子实体样品中蛋白质含量的化学测定值:准确称取步骤①中的冬虫夏草粉末0.2-2.0g至干净的消化管中,精密称,加入0.2g硫酸铜,6g硫酸钾及20mL硫酸,稍摇匀后于瓶口放一小漏斗,消化炉加热(220℃0.5h,420℃3-4h),待内容物全部炭化,泡沫完全停止后,保持瓶内液体微沸,至液体呈蓝绿色澄清透明后,再继续加热0.5小时;将冷却后的消化液至于自动凯氏定氮仪中进行蒸发,收集液用标定好的盐酸滴定,通过计算得到样品中蛋白质的含量的化学测定值;
B.以A步骤中迷力子菌蛋白含量的化学测定值为校正值,将步骤③所得特征信息数据作为自变量,校正值作为因变量,用偏最小二乘法建立自变量与因变量之间的校正模型;
如图4所示,为模型迷力子菌蛋白质的实际值和计算值的关系散点图。其中,计算值与实际值的相关系数为0.99220,方差(RMSEC)为0.00495,表明模型相关性非常好,能准确预测迷力子菌子实体中蛋白质的含量。
⑤模型的验证:
将步骤④所建立的模型利用软件分别进行内部交互验证和外部验证,评价步骤④所得校正模型的可靠性。
A将样本的光谱数据及有效成分标准方法测量值输入TQ Analyst 8软件,利用优选条件(主因子数为10,PLS,MSC,一阶导数)建立模型如图5。
B模型的内部交互验证:虫草中蛋白质含量交互验证的预测值与标准方法测定值间的相关系数R2为0.99220,RMSEC值为0.00495,结果表明模型拟合度及稳定性非常好。
如表1所示,为虫草酸含量的模型预测值与化学测定值的比较:
表1
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。

Claims (5)

1.一种快速简便测定迷力菌子实体中蛋白质含量的方法,其特征在于,包括如下步骤:
S1、收集冬虫夏草粉末样品,对样品进行近红外光谱扫描以及采集光谱,得到校正集样品原始光谱;
S2、对校正集样品原始光谱进行预处理;
S3、将预处理后的校正集样品原始光谱的信息数据进行主成分分析,提取特征信息数据;
S4、对迷力子菌子实体样品进行蛋白质含量的化学检测,得到化学测定值;将化学测定值设为校正值,将步骤S3的特征信息数据作为自变量,校正值作为因变量,使用偏最小二乘法建立自变量与因变量之间的校正模型;
S5、将校正模型利用软件分别进行内部交互验证和外部交互验证,评价校正模型的可靠性。
2.根据权利要求1所述的一种快速简便测定迷力菌子实体中蛋白质含量的方法,其特征在于,所述步骤S1,具体为:
S11、使用不同培养方式培养不同品种的迷力子菌子实体,同时收集市面上不同产地、来源迷力子菌样品;将迷力子菌样品在55℃下鼓风干燥48小时后进行粉碎,过90目网筛,得冬虫夏草粉末样本;
S12、在25℃下开启近红外光谱仪并预热30分钟,取5g左右冬虫夏草粉样本末于直径为32mm、厚度为45mm的旋转样品杯中,使用积分球漫反射方式扫描以及采集光谱,得到校正集样品原始光谱;其中,光谱的采集范围为4000-10000cm-1,分辨率为8cm-1,扫描次数为32次,每个样品重复装样3次;
S13、将该校正集样品原始光谱的计算平均值存于计算机软件中进行外部验证,用于评价步骤S4所得校正模型的可靠性。
3.根据权利要求1所述的一种快速简便测定迷力菌子实体中蛋白质含量的方法,其特征在于,所述步骤S2,采用一阶导数卷积平滑方法对校正集样品原始光谱进行预处理。
4.根据权利要求1所述的一种快速简便测定迷力菌子实体中蛋白质含量的方法,其特征在于,所述步骤S3的主成分分析中,将预处理后的样品光谱中的信息数据变换到主成分数为2-10个互不相关的变量中,完成特征信息数据的提取;其中,迷力子菌中蛋白质的主成分数为10。
5.根据权利要求1所述的一种快速简便测定迷力菌子实体中蛋白质含量的方法,其特征在于,所述步骤S4,具体为:
S41、称取步骤S1中的冬虫夏草粉末样本0.2-2.0g至干净的消化管中,加入0.2g硫酸铜、6g硫酸钾及20毫升硫酸,稍摇匀后于瓶口放一小漏斗,消化炉加热,直到液体呈蓝绿色澄清透明后,再继续加热0.5小时;
S42、将步骤S41的消化管中的液体冷却后,置于自动凯氏定氮仪中进行蒸发,并进行盐酸滴定,通过计算得到样品中蛋白质的含量的化学测定值;
S43、以步骤S42的化学测定值设为校正值,将步骤S3的特征信息数据作为自变量,校正值作为因变量,用偏最小二乘法建立自变量与因变量之间的校正模型。
CN201710332223.1A 2017-05-12 2017-05-12 一种快速简便测定迷力菌子实体中蛋白质含量的方法 Pending CN107255624A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710332223.1A CN107255624A (zh) 2017-05-12 2017-05-12 一种快速简便测定迷力菌子实体中蛋白质含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710332223.1A CN107255624A (zh) 2017-05-12 2017-05-12 一种快速简便测定迷力菌子实体中蛋白质含量的方法

Publications (1)

Publication Number Publication Date
CN107255624A true CN107255624A (zh) 2017-10-17

Family

ID=60027718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710332223.1A Pending CN107255624A (zh) 2017-05-12 2017-05-12 一种快速简便测定迷力菌子实体中蛋白质含量的方法

Country Status (1)

Country Link
CN (1) CN107255624A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108205045A (zh) * 2017-12-14 2018-06-26 广东省江门市质量计量监督检测所 一种再生蛋白质纤维中蛋白质含量的检测方法
CN108507964A (zh) * 2018-03-07 2018-09-07 中国科学院西北高原生物研究所 一种光谱模型法快速测定锁阳中蛋白质含量的方法
CN117368146A (zh) * 2023-12-08 2024-01-09 苏陀科技(北京)有限公司 一种菌丝体蛋白含量的快速检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558161A (zh) * 2013-11-12 2014-02-05 劲牌有限公司 冬虫夏草中虫草酸含量的近红外检测方法
CN104655584A (zh) * 2015-02-13 2015-05-27 劲牌有限公司 冬虫夏草中肌苷含量的近红外检测方法
CN105181914A (zh) * 2015-09-06 2015-12-23 中国农业大学 一种叶类蔬菜营养品质信息的评价与溯源方法
CN105527241A (zh) * 2015-01-14 2016-04-27 青海春天药用资源科技利用有限公司 无损检测冬虫夏草原草真伪的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558161A (zh) * 2013-11-12 2014-02-05 劲牌有限公司 冬虫夏草中虫草酸含量的近红外检测方法
CN105527241A (zh) * 2015-01-14 2016-04-27 青海春天药用资源科技利用有限公司 无损检测冬虫夏草原草真伪的方法
CN104655584A (zh) * 2015-02-13 2015-05-27 劲牌有限公司 冬虫夏草中肌苷含量的近红外检测方法
CN105181914A (zh) * 2015-09-06 2015-12-23 中国农业大学 一种叶类蔬菜营养品质信息的评价与溯源方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王迪 等: "近红外光谱在快速测定蛹虫草有效成分含量中的应用", 《光学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108205045A (zh) * 2017-12-14 2018-06-26 广东省江门市质量计量监督检测所 一种再生蛋白质纤维中蛋白质含量的检测方法
CN108507964A (zh) * 2018-03-07 2018-09-07 中国科学院西北高原生物研究所 一种光谱模型法快速测定锁阳中蛋白质含量的方法
CN117368146A (zh) * 2023-12-08 2024-01-09 苏陀科技(北京)有限公司 一种菌丝体蛋白含量的快速检测方法
CN117368146B (zh) * 2023-12-08 2024-03-12 苏陀科技(北京)有限公司 一种菌丝体蛋白含量的快速检测方法

Similar Documents

Publication Publication Date Title
Zhang et al. A reliable methodology for determining seed viability by using hyperspectral data from two sides of wheat seeds
CN104374738B (zh) 一种基于近红外提高鉴别结果的定性分析方法
Zhang et al. Classification of frozen corn seeds using hyperspectral VIS/NIR reflectance imaging
Fan et al. Hyperspectral-based estimation of leaf nitrogen content in corn using optimal selection of multiple spectral variables
CN107515203A (zh) 近红外技术定量分析水稻单籽粒直链淀粉含量的研究
Shen et al. Rapid determination of cadmium contamination in lettuce using laser-induced breakdown spectroscopy
KR101206295B1 (ko) 근적외 다변량 분석법을 이용한 곡물 시료의 원산지 판별방법
CN102706813B (zh) 基于高光谱图像的草地早熟禾品种识别方法
CN107255624A (zh) 一种快速简便测定迷力菌子实体中蛋白质含量的方法
Xiong et al. A micro-damage detection method of litchi fruit using hyperspectral imaging technology
CN106770004A (zh) 基于近红外光谱技术检测乳制品中微生物的种类和含量的方法
Chen et al. Fast detection of cumin and fennel using NIR spectroscopy combined with deep learning algorithms
Mortensen et al. The use of multispectral imaging and single seed and bulk near-infrared spectroscopy to characterize seed covering structures: Methods and applications in seed testing and research
CN109827957B (zh) 一种基于计算机视觉的水稻叶片spad值估测方法及系统
Kong et al. Off-nadir hyperspectral sensing for estimation of vertical profile of leaf chlorophyll content within wheat canopies
Reddy et al. Near-infrared hyperspectral imaging pipelines for pasture seed quality evaluation: An overview
Zou et al. Effects of crop leaf angle on LAI-sensitive narrow-band vegetation indices derived from imaging spectroscopy
Zhang et al. Non-destructive testing of alfalfa seed vigor based on multispectral imaging technology
CN107121408A (zh) 食用植物油品种的快速无损鉴别方法
Tatli et al. Prediction of residual npk levels in crop fruits by electronic-nose voc analysis following application of multiple fertilizer rates
Figorilli et al. Olive fruit selection through ai algorithms and RGB imaging
Wang et al. Intelligent detection of hard seeds of snap bean based on hyperspectral imaging
CN105806803B (zh) 一种多指标协同分析波长组合及其选择方法
Hacisalihoglu et al. Crop seed phenomics: focus on non-destructive functional trait phenotyping methods and applications
CN106338488A (zh) 一种转基因豆奶粉的快速无损鉴别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171017

WD01 Invention patent application deemed withdrawn after publication