CN107290303A - 农药残留检测设备及农药残留检测方法 - Google Patents
农药残留检测设备及农药残留检测方法 Download PDFInfo
- Publication number
- CN107290303A CN107290303A CN201710307589.3A CN201710307589A CN107290303A CN 107290303 A CN107290303 A CN 107290303A CN 201710307589 A CN201710307589 A CN 201710307589A CN 107290303 A CN107290303 A CN 107290303A
- Authority
- CN
- China
- Prior art keywords
- detection means
- detected sample
- spectra collection
- illumination
- collection device
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 239000000575 pesticide Substances 0.000 title claims abstract description 54
- 239000000447 pesticide residue Substances 0.000 title claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 65
- 230000003595 spectral effect Effects 0.000 claims abstract description 35
- 238000005286 illumination Methods 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 3
- 229910052736 halogen Inorganic materials 0.000 claims description 3
- 150000002367 halogens Chemical class 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000010409 thin film Substances 0.000 claims description 3
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 3
- 229910052721 tungsten Inorganic materials 0.000 claims description 3
- 239000010937 tungsten Substances 0.000 claims description 3
- 229910052724 xenon Inorganic materials 0.000 claims description 3
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 238000009659 non-destructive testing Methods 0.000 abstract description 5
- 239000003905 agrochemical Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 235000013311 vegetables Nutrition 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000985 reflectance spectrum Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229940088594 vitamin Drugs 0.000 description 2
- 229930003231 vitamin Natural products 0.000 description 2
- 235000013343 vitamin Nutrition 0.000 description 2
- 239000011782 vitamin Substances 0.000 description 2
- 239000005885 Buprofezin Substances 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- PRLVTUNWOQKEAI-VKAVYKQESA-N buprofezin Chemical compound O=C1N(C(C)C)\C(=N\C(C)(C)C)SCN1C1=CC=CC=C1 PRLVTUNWOQKEAI-VKAVYKQESA-N 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 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
- 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
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种农药残留检测设备及农药残留检测方法，该农药残留检测设备包括光谱采集装置以及与所述光谱采集装置有线或无线相连的检测装置；所述光谱采集装置用于对待检测样品进行光照，以及在进行所述光照时对所述待检测样品进行光谱采集，并将所述采集的光谱信息发送所述检测装置；所述检测装置用于根据所述采集的光谱信息确定所述待检测样品的农药残留信息。本发明提供的农药残留检测设备，通过光谱采集装置对待检测样品进行光照以及光谱采集，并将采集的光谱信息发送检测装置，检测装置根据该采集的光谱信息确定待检测样品的农药残留信息，从而能够实现快速、准确、无损检测农产品的农药残留。
Description
技术领域
本发明涉及农药检测技术领域，具体涉及一种农药残留检测设备及农药残留检测方法。
背景技术
蔬菜和水果中含有人体必需的维生素，人们食用蔬菜和水果是获取这些维生素的关键方式之一。但在蔬菜和水果种植和生长过程中，为了防止病虫害的侵袭，施加农药是一个不可或缺的步骤。通常所施加的农药的安全降解期为喷洒后的14-28天，但有些农产品还未等农药完全降解便被送到了市场上，所以实际生活中往往会存在农药残留超标的问题。
目前，在专业的农残鉴定机构内，能够准确测定农药残留类型和数量的方法通常是气相色谱-质谱法，但其仪器费用昂贵，样品制备过程复杂，检测周期长，很难实现快速检测。在国标中加入了酶抑制法用于快速检测，但准确度较低且受多种因素影响较大，比如酶的活性，仪器台间差等。另外还有免疫快速检测法、生物传感器法等方法，但也存在准确度低、周期长、成本高等问题，不能用于实际生活中的快速无损检测。
因此，如何能够快速、准确、无损检测农产品的农药残留是目前亟待解决的问题。
发明内容
本发明的目的在于提供一种农药残留检测设备及农药残留检测方法，能够实现快速、准确、无损检测农产品的农药残留。
为实现上述目的，本发明的技术方案提供了一种农药残留检测设备，包括光谱采集装置以及与所述光谱采集装置有线或无线相连的检测装置；
所述光谱采集装置用于对待检测样品进行光照，以及在进行所述光照时对所述待检测样品进行光谱采集，并将所述采集的光谱信息发送所述检测装置；
所述检测装置用于根据所述采集的光谱信息确定所述待检测样品的农药残留信息。
优选地，所述光谱采集装置对所述待检测样品进行所述光照所采用的光包括近红外光。
优选地，所述光谱采集装置包括照明光源、近红外光谱仪、通讯模块以及控制模块；
所述控制模块用于控制所述照明光源对所述待检测样品进行所述光照，并在进行所述光照时控制所述近红外光谱仪对所述待检测样品进行光谱采集，以及控制所述通讯模块将所述采集的光谱信息发送所述检测装置。
优选地，所述照明光源包括以下的至少一种：近红外LED光源、卤钨灯光源、氙灯光源。
优选地，所述近红外光谱仪包括以下的至少一种：光栅式光谱传感器、薄膜滤光片式光谱传感器、MEMS傅里叶变换式光谱传感器、MEMS法布里波罗干涉滤波式光谱传感器。
优选地，所述光谱采集装置与所述检测装置无线相连，所述通讯模块包括以下的至少一种：蓝牙模块、红外数据传输模块、WIFI模块。
优选地，所述光谱采集装置还包括电池和外壳，所述照明光源、所述近红外光谱仪、所述通讯模块以及所述电池位于所述外壳内。
优选地，所述检测装置包括：
存储模块，用于预先存储光谱信息与农药残留信息之间的对应关系；
处理模块，用于根据所述采集的光谱信息以及所述存储模块预先存储的所述对应关系确定所述待检测样品的农药残留信息。
优选地，所述检测装置为以下的一种：智能手机、智能手环、平板电脑。
为实现上述目的，本发明的技术方案还提供了一种农药残留检测方法，包括：
光谱采集装置对待检测样品进行光照，并在进行所述光照时对所述待检测样品进行光谱采集；
光谱采集装置将所述采集的光谱信息发送检测装置；
所述检测装置根据所述采集的光谱信息确定所述待检测样品的农药残留信息。
本发明提供的农药残留检测设备，通过光谱采集装置对待检测样品进行光照以及光谱采集，并将采集的光谱信息发送检测装置，检测装置根据该采集的光谱信息确定待检测样品的农药残留信息，从而能够实现快速、准确、无损检测农产品的农药残留。
附图说明
图1是本发明实施方式提供的一种农药残留检测设备的示意图；
图2是本发明实施方式提供的一种光谱采集装置的示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
参见图1，图1是本发明实施方式提供的一种农药残留检测设备的示意图，该农药残留检测设备包括光谱采集装置100以及与所述光谱采集装置100有线或无线相连的检测装置200；
所述光谱采集装置100用于对待检测样品进行光照，以及在进行所述光照时对所述待检测样品进行光谱采集，并将所述采集的光谱信息发送所述检测装置200；
所述检测装置200用于根据所述采集的光谱信息确定所述待检测样品的农药残留信息。
本发明实施方式提供的农药残留检测设备，通过光谱采集装置对待检测样品进行光照以及光谱采集，并将采集的光谱信息发送检测装置，检测装置根据该采集的光谱信息确定待检测样品的农药残留信息，从而能够实现快速、准确、无损检测农产品的农药残留。
其中，在本发明实施方式中，农药残留信息可以包括以下的至少一种：农药残留种类、农药含量。例如，该待检测样品可以包括蔬菜、水果、谷物等常见的食品，检测的农药可以包括噻嗪酮、百菌清等国标列表中的农药。
优选地，在本发明实施方式中，所述光谱采集装置对所述待检测样品进行所述光照所采用的光包括近红外光。
例如，参见图2，图2是本发明实施方式提供的一种光谱采集装置的示意图，该光谱采集装置包括外壳101、电池102、照明光源103、近红外光谱仪104、通讯模块105以及控制模块；
其中，电池102用于对该光谱采集装置供电，通过电池102可以实现该光谱采集装置便携的目的，另外，电池102、照明光源103、近红外光谱仪104、通讯模块105位于外壳101内，通过将上述部件封装在外壳101内部，可以达到防水、防尘的目的，并且更利于便携使用；
照明光源103可以主动发光，以实现对待检测样品300进行光照，优选地，照明光源103可以为在近红外光谱有能量辐射的光源，例如，照明光源103可以包括以下的至少一种：近红外LED光源、卤钨灯光源、氙灯光源；
近红外光谱仪104用于对待检测样品300进行光谱采集，通过该近红外光谱仪104可以对待检测样品300的反射光谱进行采集，例如，该近红外光谱仪104可以为可以进行光谱分光采集的传感器，另外，为减小设备体积，近红外光谱仪104为采用微型近红外光谱仪，例如，近红外光谱仪104包括以下的至少一种：光栅式光谱传感器、薄膜滤光片式光谱传感器、MEMS(微机电系统)傅里叶变换式光谱传感器、MEMS法布里波罗干涉滤波式光谱传感器；
通讯模块105用于将近红外光谱仪104采集的光谱信息发送所述检测装置，例如，光谱采集装置100与检测装置200无线相连，该通讯模块105可以为能够进行无线传输的器件，例如，通讯模块105可以包括以下的至少一种：蓝牙模块、红外数据传输模块、WIFI模块；
控制模块用于控制照明光源103对所述待检测样品进行所述光照，并在进行所述光照时控制所述近红外光谱仪104对所述待检测样品进行光谱采集，以及控制所述通讯模块105将所述采集的光谱信息发送所述检测装置，例如，该控制模块可以为控制电路板。
对于本发明实施方式中的光谱采集装置，在对待检测样品进行检测时，首先由控制模块控制照明光源103主动发光对待检测样品进行照射，并在进行该光照时控制近红外光谱仪104对待检测样品的反射光谱进行采集，所采集的数据(即采集的光谱信息)经由通讯模块105发送给检测装置，之后检测装置200根据该采集的光谱信息确定待检测样品的农药残留信息；
例如，检测装置200可以包括：
存储模块，用于预先存储光谱信息与农药残留信息之间的对应关系；
处理模块，用于根据所述采集的光谱信息以及所述存储模块预先存储的所述对应关系确定所述待检测样品的农药残留信息。
例如，可以在检测装置200中预先设置数据库，该数据库包含多个光谱数据(即光谱信息)以及每个光谱数据对应的农药残留信息，当检测装置200接收到光谱采集装置100采集的待检测样品的光谱信息后，通过将待检测样品的光谱信息与数据库中的数据进行比对，就可以得出待检测样品的农药残留信息，。
例如，本发明实施方式中的检测装置200可以为以下的一种：智能手机、智能手环、平板电脑，其中，待检测样品的农药残留信息可以显示在检测装置的显示屏上。
本发明实施方式提供的农药残留检测设备可实现对农产品农药残留的种类和数量的快速检测，并且其设备大小可以做到口红或手表大小，用户只需要一个便携光谱装置，通过智能移动设备(如手机)就可以对农产品的农药残留进行检测，轻松实现便携快捷检测，并且其检测准确度可以达到80％以上，相比现有的检测方式，本发明具有体积小巧、成本低、集成化高等优点，在未来可在食品安全方面发挥积极作用。
此外，本发明实施方式还提供了一种农药残留检测方法，包括：
光谱采集装置对待检测样品进行光照，并在进行所述光照时对所述待检测样品进行光谱采集；
光谱采集装置将所述采集的光谱信息发送检测装置；
所述检测装置根据所述采集的光谱信息确定所述待检测样品的农药残留信息。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种农药残留检测设备，其特征在于，包括光谱采集装置以及与所述光谱采集装置有线或无线相连的检测装置；
所述光谱采集装置用于对待检测样品进行光照，以及在进行所述光照时对所述待检测样品进行光谱采集，并将所述采集的光谱信息发送所述检测装置；
所述检测装置用于根据所述采集的光谱信息确定所述待检测样品的农药残留信息。
2.根据权利要求1所述的农药残留检测设备，其特征在于，所述光谱采集装置对所述待检测样品进行所述光照所采用的光包括近红外光。
3.根据权利要求1所述的农药残留检测设备，其特征在于，所述光谱采集装置包括照明光源、近红外光谱仪、通讯模块以及控制模块；
所述控制模块用于控制所述照明光源对所述待检测样品进行所述光照，并在进行所述光照时控制所述近红外光谱仪对所述待检测样品进行光谱采集，以及控制所述通讯模块将所述采集的光谱信息发送所述检测装置。
4.根据权利要求3所述的农药残留检测设备，其特征在于，所述照明光源包括以下的至少一种：近红外LED光源、卤钨灯光源、氙灯光源。
5.根据权利要求3所述的农药残留检测设备，其特征在于，所述近红外光谱仪包括以下的至少一种：光栅式光谱传感器、薄膜滤光片式光谱传感器、MEMS傅里叶变换式光谱传感器、MEMS法布里波罗干涉滤波式光谱传感器。
6.根据权利要求3所述的农药残留检测设备，其特征在于，所述光谱采集装置与所述检测装置无线相连，所述通讯模块包括以下的至少一种：蓝牙模块、红外数据传输模块、WIFI模块。
7.根据权利要求3所述的农药残留检测设备，其特征在于，所述光谱采集装置还包括电池和外壳，所述照明光源、所述近红外光谱仪、所述通讯模块以及所述电池位于所述外壳内。
8.根据权利要求1-7任一所述的农药残留检测设备，其特征在于，所述检测装置包括：
存储模块，用于预先存储光谱信息与农药残留信息之间的对应关系；
处理模块，用于根据所述采集的光谱信息以及所述存储模块预先存储的所述对应关系确定所述待检测样品的农药残留信息。
9.根据权利要求1-7任一所述的农药残留检测设备，其特征在于，所述检测装置为以下的一种：智能手机、智能手环、平板电脑。
10.一种农药残留检测方法，其特征在于，包括：
光谱采集装置对待检测样品进行光照，并在进行所述光照时对所述待检测样品进行光谱采集；
光谱采集装置将所述采集的光谱信息发送检测装置；
所述检测装置根据所述采集的光谱信息确定所述待检测样品的农药残留信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710307589.3A CN107290303A (zh) | 2017-05-03 | 2017-05-03 | 农药残留检测设备及农药残留检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710307589.3A CN107290303A (zh) | 2017-05-03 | 2017-05-03 | 农药残留检测设备及农药残留检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107290303A true CN107290303A (zh) | 2017-10-24 |
Family
ID=60095163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710307589.3A Pending CN107290303A (zh) | 2017-05-03 | 2017-05-03 | 农药残留检测设备及农药残留检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107290303A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176215A (zh) * | 2021-01-06 | 2021-07-27 | 深圳市六合智能感知系统科技有限公司 | 果蔬残留农药的检测方法、系统、设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104007084A (zh) * | 2014-05-09 | 2014-08-27 | 江苏农牧科技职业学院 | 近红外漫反射有机磷农药残留快速无损检测装置 |
-
2017
- 2017-05-03 CN CN201710307589.3A patent/CN107290303A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104007084A (zh) * | 2014-05-09 | 2014-08-27 | 江苏农牧科技职业学院 | 近红外漫反射有机磷农药残留快速无损检测装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176215A (zh) * | 2021-01-06 | 2021-07-27 | 深圳市六合智能感知系统科技有限公司 | 果蔬残留农药的检测方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Hyperspectral imaging detection of decayed honey peaches based on their chlorophyll content | |
| Gowen et al. | Hyperspectral imaging–an emerging process analytical tool for food quality and safety control | |
| Rotbart et al. | Estimating olive leaf nitrogen concentration using visible and near-infrared spectral reflectance | |
| Wang et al. | Non-destructive and in-site estimation of apple quality and maturity by hyperspectral imaging | |
| Xiaobo et al. | Non-invasive sensing for food reassurance | |
| Zheng et al. | Application of artificial neural network (ANN) and partial least-squares regression (PLSR) to predict the changes of anthocyanins, ascorbic acid, Total phenols, flavonoids, and antioxidant activity during storage of red bayberry juice based on fractal analysis and red, green, and blue (RGB) intensity values | |
| Borhan et al. | Evaluation of computer imaging technique for predicting the SPAD readings in potato leaves | |
| CN102507459A (zh) | 一种生鲜牛肉新鲜度快速无损评价方法及系统 | |
| Cubero et al. | Application for the estimation of the standard citrus colour index (CCI) using image processing in mobile devices | |
| CN102539359B (zh) | 基于静态高光谱成像系统的肉品品质可视化检测装置 | |
| CN108778098A (zh) | 皮肤类型和条件的光学评估 | |
| Gullifa et al. | Portable NIR spectroscopy: The route to green analytical chemistry | |
| Gowen et al. | Hyperspectral imaging for the investigation of quality deterioration in sliced mushrooms (Agaricus bisporus) during storage | |
| Hayati et al. | Robust prediction performance of inner quality attributes in intact cocoa beans using near infrared spectroscopy and multivariate analysis | |
| Shen et al. | On-line prediction of hazardous fungal contamination in stored maize by integrating Vis/NIR spectroscopy and computer vision | |
| Arslan et al. | NIR spectroscopy coupled chemometric algorithms for rapid antioxidants activity assessment of Chinese dates (Zizyphus Jujuba Mill.) | |
| CN205754455U (zh) | 一种装有近红外线微型光谱仪的手机 | |
| CN109324509A (zh) | 信息调控方法、装置及系统 | |
| CN108542363A (zh) | 一种皮肤生理指标测量装置及方法 | |
| Ma et al. | Predicting ASTA color values of peppers via LED-induced fluorescence | |
| CN107290303A (zh) | 农药残留检测设备及农药残留检测方法 | |
| Song et al. | Non-destructive detection of moisture and fatty acid content in rice using hyperspectral imaging and chemometrics | |
| CN106033070B (zh) | 农药检测装置 | |
| CN206990436U (zh) | 农药残留检测设备 | |
| Giró-Candanedo et al. | Differentiation between fresh and frozen-thawed mackerel fish using low-cost portable near infrared spectrometry devices |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180816 Address after: 100081 18, level 12, No. 36 Zhongguancun South Street, Haidian District, Beijing, 1801, 321. Applicant after: Beijing Spectrum Technology Co., Ltd. Address before: 100020 Beijing Chaoyang District waterfront South Street 8, moist Pavilion 364-1-701 Applicant before: Cui Zhe |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171024 |