CN110186854A - 一种食品安全性信息检测方法 - Google Patents
一种食品安全性信息检测方法 Download PDFInfo
- Publication number
- CN110186854A CN110186854A CN201910504950.0A CN201910504950A CN110186854A CN 110186854 A CN110186854 A CN 110186854A CN 201910504950 A CN201910504950 A CN 201910504950A CN 110186854 A CN110186854 A CN 110186854A
- Authority
- CN
- China
- Prior art keywords
- data
- food
- module
- information
- foodsafety
- 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
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
-
- 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
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (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)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于食品检测技术领域,公开了一种食品安全性信息检测系统及方法,食品成分检测模块、光谱图采集模块、中央控制模块、图像增强模块、分析模块、质量判断模块、警报模块、检测数据存储模块、显示模块。本发明通过质量判断模块将食品质量检测过程中获取的静态数据与动态数据联合使用,克服了单纯的利用静态数据或动态数据的片面性,实现了更为准确、全面的食品质量判别分析;同时,通过检测数据存储模块能够实现对食品数据的有效存储,且存储后的食品数据无法被篡改,有效提高了存储食品数据的准确性和真实性,并能够实现了对目标食品的快速且可靠的食品链溯源,进而满足食品安全溯源体系对于食品信息获取的时效要求及不可篡改性。
Description
技术领域
本发明属于食品检测技术领域,尤其涉及一种食品安全性信息检测方法。
背景技术
食品安全检测是按照国家指标来检测食品中的有害物质,主要是一些有害有毒的指标的检测,比如重金属、黄曲霉毒素等。食品科学与工程的一个重要方面是引入和运用化工单元操作,并发展形成食品工程单元操作,从而促进食品工业向大规模、连续化和自动化的方向发展。然而,现有食品安全性信息检测过程中,对食品安全性信息检测数据判断片面;同时,食品数据的存储方式,在信息查找时需要耗费大量的时间及人力成本,且无法保证信息获取的真实性,进而无法满足食品安全溯源体系对于食品信息获取的快速及不可篡改等要求。
综上所述,现有技术存在的问题是:现有食品安全性信息检测过程中,对食品安全性信息检测数据判断片面;同时,食品数据的存储方式,在信息查找时需要耗费大量的时间及人力成本,且无法保证信息获取的真实性,进而无法满足食品安全溯源体系对于食品信息获取的快速及不可篡改等要求。
发明内容
针对现有技术存在的问题,本发明提供了一种食品安全性信息检测系统及方法。
本发明是这样实现的,一种食品安全性信息检测方法,所述食品安全性信息检测方法包括以下步骤:
步骤一,通过食品成分检测模块利用食品安全性信息检测设备对食品成分进行检测;通过光谱图采集模块利用光谱设备采集食品光谱数据;
步骤二,中央控制模块调度图像增强模块利用图像增强程序增强图像清晰度;
步骤三,通过分析模块利用分析程序对光谱图像信息进行分析;
步骤四,通过质量判断模块利用判断程序根据采集的数据判断食品质量;
步骤五,通过警报模块利用警报器根据判断异常结果进行警报通知;
步骤六,通过检测数据存储模块利用存储器对检测采集的食品数据进行存储;
步骤七,通过显示模块利用显示器显示检测的食品成分、采集的食品光谱数据、质量判断数据。
进一步,所述食品安全性信息检测方法的质量判断方法如下:
(1)通过采集设备分别采集食品的静态数据及动态数据;
(2)采用加权相似度算法对静态数据及动态数据进行融合,得到相关系数,从而对食品质量进行判别。
进一步,静态数据是指食品在某一特定条件下被测量所获得的表征数据,动态数据是指食品体系变化状态下的表征数据,即在特定扰动条件下,食品体系变化序列谱图数据。
进一步,融合的具体计算过程如下:对静态数据计算食品测试样品数据与食品标准样品数据之间的相似度,对动态数据计算食品测试样品数据矩阵与食品标准样品数据矩阵之间的相似度,此处食品标准样品数据是指食品的标准品的测试数据,食品标准样品数据也可以用多批次食品样品测试数据的平均值作为其估计值,以相关系数表征相似度,则静态数据相关系数的计算公式如下所示:
其中,Rj表示静态数据相关系数,cov表示协方差运算,Yaj表示测试样品的静态数据,Ybj表示食品标准样品数据;
动态数据相关系数的计算公式如下所示:
其中,Rd表示动态数据相关系数,cov表示协方差运算,Yad表示测试样品的动态数据矩阵,Ybd表示食品标准样品数据矩阵;
利用如下公式计算总相关系数:
Rz=αRj+βRd;
其中,Rz表示总相关系数,α表示静态数据所占权重,β表示动态数据所占权重,(Rz,Rj,Rd)∈[-1,1],(α,β)∈[0,1],β=1-α;判别分析原则是Rz越接近于1,表明测试样品与标准样品越正相关,为真的概率越大,Rz越接近于0,表明测试样品与标准样品越远离,为假的概率越大。
进一步,所述食品安全性信息检测方法的检测数据存储方法如下:
1)通过数据处理程序将目标食品的状态数据及该状态数据的记录时间确定所述状态数据对应的第一数据结构;
2)将所述状态数据存储在对应的第一数据结构中,得到所述目标食品的状态信息,其中,所述状态信息中包含有食品状态信息和对应的所述记录时间;
3)根据所述记录时间,将对应的所述状态信息存储至区块链中。
进一步,区块链中存储有第二数据结构;
所述根据所述状态数据的记录时间,将对应的状态信息存储至区块链中,包括:
根据所述状态数据的记录时间,将对应的状态信息存储至所述第二数据结构中。
进一步,第二数据结构存储有所述记录时间、食品状态信息、所述状态数据对应的关联数据信息和用于记录所述状态数据的提交人信息,以及,所述食品状态信息、关联数据信息和提交人信息分别与所述记录时间之间的对应关系;
其中,所述关联数据信息包含有记录在当前状态数据之前和/或记录在当前状态数据之后的其他状态数据对应的食品状态信息。
本发明的另一目的在于提供一种基于所述食品安全性信息检测方法的食品安全性信息检测系统,所述食品安全性信息检测系统包括:
食品成分检测模块,与中央控制模块连接,用于通过食品安全性信息检测设备对食品成分进行检测;
光谱图采集模块,与中央控制模块连接,用于通过光谱设备采集食品光谱数据;
中央控制模块,与食品成分检测模块、光谱图采集模块、图像增强模块、分析模块、质量判断模块、警报模块、检测数据存储模块、显示模块连接,用于通过中央处理器控制各个模块正常工作;
图像增强模块,与中央控制模块连接,用于通过图像增强程序增强图像清晰度;
分析模块,与中央控制模块连接,用于通过分析程序对光谱图像信息进行分析;
质量判断模块,与中央控制模块连接,用于通过判断程序根据采集的数据判断食品质量;
警报模块,与中央控制模块连接,用于通过警报器根据判断异常结果进行警报通知;
检测数据存储模块,与中央控制模块连接,用于通过存储器对检测采集的食品数据进行存储;
显示模块,与中央控制模块连接,用于通过显示器显示检测的食品成分、采集的食品光谱数据、质量判断数据。
本发明的另一目的在于提供一种应用所述食品安全性信息检测方法的信息数据处理终端。
本发明的优点及积极效果为:本发明通过质量判断模块将食品质量检测过程中获取的静态数据与动态数据联合使用,克服了传统单纯的利用静态数据或动态数据的片面性,信息利用率大大提升,达到100%,实现了更为准确、全面的食品质量判别分析;加权相似度算法为量化方法,使得结果输出更为具体,有利于直观的数字判别;同时,通过检测数据存储模块能够实现对食品数据的有效存储,且存储后的食品数据无法被篡改,有效提高了存储食品数据的准确性和真实性,并能够实现了对目标食品的快速且可靠的食品链溯源,进而满足食品安全溯源体系对于食品信息获取的时效要求及不可篡改性。
附图说明
图1是本发明实施例提供的食品安全性信息检测方法流程图。
图2是本发明实施例提供的食品安全性信息检测系统结构框图。
图2中:1、食品成分检测模块;2、光谱图采集模块;3、中央控制模块;4、图像增强模块;5、分析模块;6、质量判断模块;7、警报模块;8、检测数据存储模块;9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的食品安全性信息检测方法包括以下步骤:
步骤S101,通过食品成分检测模块利用食品安全性信息检测设备对食品成分进行检测;通过光谱图采集模块利用光谱设备采集食品光谱数据;
步骤S102,中央控制模块调度图像增强模块利用图像增强程序增强图像清晰度;
步骤S103,通过分析模块利用分析程序对光谱图像信息进行分析;
步骤S104,通过质量判断模块利用判断程序根据采集的数据判断食品质量;
步骤S105,通过警报模块利用警报器根据判断异常结果进行警报通知;
步骤S106,通过检测数据存储模块利用存储器对检测采集的食品数据进行存储;
步骤S107,通过显示模块利用显示器显示检测的食品成分、采集的食品光谱数据、质量判断数据。
如图2所示,本发明实施例提供的食品安全性信息检测系统包括:食品成分检测模块1、光谱图采集模块2、中央控制模块3、图像增强模块4、分析模块5、质量判断模块6、警报模块7、检测数据存储模块8、显示模块9。
食品成分检测模块1,与中央控制模块3连接,用于通过食品安全性信息检测设备对食品成分进行检测;
光谱图采集模块2,与中央控制模块3连接,用于通过光谱设备采集食品光谱数据;
中央控制模块3,与食品成分检测模块1、光谱图采集模块2、图像增强模块4、分析模块5、质量判断模块6、警报模块7、检测数据存储模块8、显示模块9连接,用于通过中央处理器控制各个模块正常工作;
图像增强模块4,与中央控制模块3连接,用于通过图像增强程序增强图像清晰度;
分析模块5,与中央控制模块3连接,用于通过分析程序对光谱图像信息进行分析;
质量判断模块6,与中央控制模块3连接,用于通过判断程序根据采集的数据判断食品质量;
警报模块7,与中央控制模块3连接,用于通过警报器根据判断异常结果进行警报通知;
检测数据存储模块8,与中央控制模块3连接,用于通过存储器对检测采集的食品数据进行存储;
显示模块9,与中央控制模块3连接,用于通过显示器显示检测的食品成分、采集的食品光谱数据、质量判断数据。
本发明提供的质量判断模块6判断方法如下:
(1)通过采集设备分别采集食品的静态数据及动态数据;
(2)采用加权相似度算法对静态数据及动态数据进行融合,得到相关系数,从而对食品质量进行判别。
本发明提供的静态数据是指食品在某一特定条件下被测量所获得的表征数据,动态数据是指食品体系变化状态下的表征数据,即在特定扰动条件下(如时间、温度、浓度及化学反应),食品体系变化序列谱图数据。
本发明提供的融合的具体计算过程如下:对静态数据计算食品测试样品数据与食品标准样品数据之间的相似度,对动态数据计算食品测试样品数据矩阵与食品标准样品数据矩阵之间的相似度,此处食品标准样品数据是指食品的标准品的测试数据,食品标准样品数据也可以用多批次食品样品测试数据的平均值作为其估计值,以相关系数表征相似度,则静态数据相关系数的计算公式如下所示:
其中,Rj表示静态数据相关系数,cov表示协方差运算,Yaj表示测试样品的静态数据,Ybj表示食品标准样品数据;
动态数据相关系数的计算公式如下所示:
其中,Rd表示动态数据相关系数,cov表示协方差运算,Yad表示测试样品的动态数据矩阵,Ybd表示食品标准样品数据矩阵;
利用如下公式计算总相关系数:
Rz=αRj+βRd;
其中,Rz表示总相关系数,α表示静态数据所占权重,β表示动态数据所占权重,(Rz,Rj,Rd)∈[-1,1],(α,β)∈[0,1],β=1-α;判别分析原则是Rz越接近于1,表明测试样品与标准样品越正相关,为真的概率越大,Rz越接近于0,表明测试样品与标准样品越远离,为假的概率越大。
本发明提供的检测数据存储模块8存储方法如下:
1)通过数据处理程序将目标食品的状态数据及该状态数据的记录时间确定所述状态数据对应的第一数据结构;
2)将所述状态数据存储在对应的第一数据结构中,得到所述目标食品的状态信息,其中,所述状态信息中包含有食品状态信息和对应的所述记录时间;
3)根据所述记录时间,将对应的所述状态信息存储至区块链中。
本发明提供的区块链中存储有第二数据结构;
所述根据所述状态数据的记录时间,将对应的状态信息存储至区块链中,包括:
根据所述状态数据的记录时间,将对应的状态信息存储至所述第二数据结构中。
本发明提供的第二数据结构存储有所述记录时间、食品状态信息、所述状态数据对应的关联数据信息和用于记录所述状态数据的提交人信息,以及,所述食品状态信息、关联数据信息和提交人信息分别与所述记录时间之间的对应关系;
其中,所述关联数据信息包含有记录在当前状态数据之前和/或记录在当前状态数据之后的其他状态数据对应的食品状态信息。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (9)
1.一种食品安全性信息检测方法,其特征在于,所述食品安全性信息检测方法包括以下步骤:
步骤一,通过食品成分检测模块利用食品安全性信息检测设备对食品成分进行检测;通过光谱图采集模块利用光谱设备采集食品光谱数据;
步骤二,中央控制模块调度图像增强模块利用图像增强程序增强图像清晰度;
步骤三,通过分析模块利用分析程序对光谱图像信息进行分析;
步骤四,通过质量判断模块利用判断程序根据采集的数据判断食品质量;
步骤五,通过警报模块利用警报器根据判断异常结果进行警报通知;
步骤六,通过检测数据存储模块利用存储器对检测采集的食品数据进行存储;
步骤七,通过显示模块利用显示器显示检测的食品成分、采集的食品光谱数据、质量判断数据。
2.如权利要求1所述的食品安全性信息检测方法,其特征在于,所述食品安全性信息检测方法的质量判断方法如下:
(1)通过采集设备分别采集食品的静态数据及动态数据;
(2)采用加权相似度算法对静态数据及动态数据进行融合,得到相关系数,从而对食品质量进行判别。
3.如权利要求2所述的食品安全性信息检测方法,其特征在于,静态数据是指食品在某一特定条件下被测量所获得的表征数据,动态数据是指食品体系变化状态下的表征数据,即在特定扰动条件下,食品体系变化序列谱图数据。
4.如权利要求2所述的食品安全性信息检测方法,其特征在于,融合的具体计算过程如下:对静态数据计算食品测试样品数据与食品标准样品数据之间的相似度,对动态数据计算食品测试样品数据矩阵与食品标准样品数据矩阵之间的相似度,此处食品标准样品数据是指食品的标准品的测试数据,食品标准样品数据也可以用多批次食品样品测试数据的平均值作为其估计值,以相关系数表征相似度,则静态数据相关系数的计算公式如下所示:
其中,Rj表示静态数据相关系数,cov表示协方差运算,Yaj表示测试样品的静态数据,Ybj表示食品标准样品数据;
动态数据相关系数的计算公式如下所示:
其中,Rd表示动态数据相关系数,cov表示协方差运算,Yad表示测试样品的动态数据矩阵,Ybd表示食品标准样品数据矩阵;
利用如下公式计算总相关系数:
Rz=αRj+βRd;
其中,Rz表示总相关系数,α表示静态数据所占权重,β表示动态数据所占权重,(Rz,Rj,Rd)∈[-1,1],(α,β)∈[0,1],β=1-α;判别分析原则是Rz越接近于1,表明测试样品与标准样品越正相关,为真的概率越大,Rz越接近于0,表明测试样品与标准样品越远离,为假的概率越大。
5.如权利要求1所述的食品安全性信息检测方法,其特征在于,所述食品安全性信息检测方法的检测数据存储方法如下:
1)通过数据处理程序将目标食品的状态数据及该状态数据的记录时间确定所述状态数据对应的第一数据结构;
2)将所述状态数据存储在对应的第一数据结构中,得到所述目标食品的状态信息,其中,所述状态信息中包含有食品状态信息和对应的所述记录时间;
3)根据所述记录时间,将对应的所述状态信息存储至区块链中。
6.如权利要求5所述的食品安全性信息检测方法,其特征在于,区块链中存储有第二数据结构;
所述根据所述状态数据的记录时间,将对应的状态信息存储至区块链中,包括:
根据所述状态数据的记录时间,将对应的状态信息存储至所述第二数据结构中。
7.如权利要求5所述的食品安全性信息检测方法,其特征在于,第二数据结构存储有所述记录时间、食品状态信息、所述状态数据对应的关联数据信息和用于记录所述状态数据的提交人信息,以及,所述食品状态信息、关联数据信息和提交人信息分别与所述记录时间之间的对应关系;
其中,所述关联数据信息包含有记录在当前状态数据之前和/或记录在当前状态数据之后的其他状态数据对应的食品状态信息。
8.一种基于权利要求1所述食品安全性信息检测方法的食品安全性信息检测系统,其特征在于,所述食品安全性信息检测系统包括:
食品成分检测模块,与中央控制模块连接,用于通过食品安全性信息检测设备对食品成分进行检测;
光谱图采集模块,与中央控制模块连接,用于通过光谱设备采集食品光谱数据;
中央控制模块,与食品成分检测模块、光谱图采集模块、图像增强模块、分析模块、质量判断模块、警报模块、检测数据存储模块、显示模块连接,用于通过中央处理器控制各个模块正常工作;
图像增强模块,与中央控制模块连接,用于通过图像增强程序增强图像清晰度;
分析模块,与中央控制模块连接,用于通过分析程序对光谱图像信息进行分析;
质量判断模块,与中央控制模块连接,用于通过判断程序根据采集的数据判断食品质量;
警报模块,与中央控制模块连接,用于通过警报器根据判断异常结果进行警报通知;
检测数据存储模块,与中央控制模块连接,用于通过存储器对检测采集的食品数据进行存储;
显示模块,与中央控制模块连接,用于通过显示器显示检测的食品成分、采集的食品光谱数据、质量判断数据。
9.一种应用权利要求1~7任意一项所述食品安全性信息检测方法的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910504950.0A CN110186854A (zh) | 2019-06-12 | 2019-06-12 | 一种食品安全性信息检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910504950.0A CN110186854A (zh) | 2019-06-12 | 2019-06-12 | 一种食品安全性信息检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110186854A true CN110186854A (zh) | 2019-08-30 |
Family
ID=67721416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910504950.0A Pending CN110186854A (zh) | 2019-06-12 | 2019-06-12 | 一种食品安全性信息检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110186854A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111220556A (zh) * | 2020-01-18 | 2020-06-02 | 芜湖职业技术学院 | 一种食品安全性信息检测方法 |
CN111504927A (zh) * | 2020-05-22 | 2020-08-07 | 清远市食品检验中心 | 用于食品检测的高效稳定的原子吸收光谱仪及其控制方法 |
CN112067761A (zh) * | 2020-09-02 | 2020-12-11 | 江苏经贸职业技术学院 | 食品检测集成系统及其方法 |
CN112858597A (zh) * | 2021-01-05 | 2021-05-28 | 张丹 | 一种食品现场检验检测用样品存放系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101832913A (zh) * | 2009-03-13 | 2010-09-15 | 桑华春 | 一种食品安全集成化可扩展快速检测方法及其配套设备 |
CN105241826A (zh) * | 2015-10-13 | 2016-01-13 | 惠州Tcl移动通信有限公司 | 智能移动终端及其进行食品检测的方法 |
CN105699321A (zh) * | 2016-01-25 | 2016-06-22 | 郝文 | 一种智能化食品安全检测系统 |
CN108846294A (zh) * | 2018-06-22 | 2018-11-20 | 智链数据科技(南通)有限公司 | 基于区块链的食品数据存储方法及装置 |
CN109214423A (zh) * | 2018-08-02 | 2019-01-15 | 南京财经大学 | 一种基于动静态数据融合的食品质量判别分析方法 |
-
2019
- 2019-06-12 CN CN201910504950.0A patent/CN110186854A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101832913A (zh) * | 2009-03-13 | 2010-09-15 | 桑华春 | 一种食品安全集成化可扩展快速检测方法及其配套设备 |
CN105241826A (zh) * | 2015-10-13 | 2016-01-13 | 惠州Tcl移动通信有限公司 | 智能移动终端及其进行食品检测的方法 |
CN105699321A (zh) * | 2016-01-25 | 2016-06-22 | 郝文 | 一种智能化食品安全检测系统 |
CN108846294A (zh) * | 2018-06-22 | 2018-11-20 | 智链数据科技(南通)有限公司 | 基于区块链的食品数据存储方法及装置 |
CN109214423A (zh) * | 2018-08-02 | 2019-01-15 | 南京财经大学 | 一种基于动静态数据融合的食品质量判别分析方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111220556A (zh) * | 2020-01-18 | 2020-06-02 | 芜湖职业技术学院 | 一种食品安全性信息检测方法 |
CN111504927A (zh) * | 2020-05-22 | 2020-08-07 | 清远市食品检验中心 | 用于食品检测的高效稳定的原子吸收光谱仪及其控制方法 |
CN112067761A (zh) * | 2020-09-02 | 2020-12-11 | 江苏经贸职业技术学院 | 食品检测集成系统及其方法 |
CN112858597A (zh) * | 2021-01-05 | 2021-05-28 | 张丹 | 一种食品现场检验检测用样品存放系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110186854A (zh) | 一种食品安全性信息检测方法 | |
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及系统 | |
KR101106201B1 (ko) | 임상검사분석장치, 임상검사분석방법 및 그 방법을 컴퓨터에 실행시키는 프로그램을 저장하는 컴퓨터 판독 가능한 기록매체 | |
CN106442908B (zh) | 基于红色斑马鱼应激行为的水质异常检测与分级报警方法 | |
US9217712B2 (en) | Method for assisting judgment of abnormality of reaction process data and automatic analyzer | |
CN103543123A (zh) | 一种掺假牛奶的红外光谱识别方法 | |
JP2007033132A5 (zh) | ||
CN101936912A (zh) | 一种基于嗅觉可视化检测鱼新鲜度的方法及装置 | |
CN103134850A (zh) | 一种基于特征香气的茶叶品质快速检测装置及检测方法 | |
Yang et al. | Evaluation of monosodium glutamate, disodium inosinate and guanylate umami taste by an electronic tongue | |
CN117195135B (zh) | 一种水污染异常溯源检测方法及系统 | |
JP5826166B2 (ja) | マルチパラメータデータ解析の方法及び装置 | |
Simonet | Quality control in qualitative analysis | |
CN101620178A (zh) | 基于近红外光谱技术快速检测中成药、保健食品或食品中添加化学成分的方法 | |
CN113990477B (zh) | 一种基于云平台的大数据智能健康监护系统 | |
CN103063674A (zh) | 一种铜块的铜品位检测方法及其检测系统 | |
CN116433155B (zh) | 一种基于可视化的工程物资仓储智能管理系统 | |
CN111561968A (zh) | 基于传感器的环境参数检测方法、装置及数据处理设备 | |
CN111504927A (zh) | 用于食品检测的高效稳定的原子吸收光谱仪及其控制方法 | |
CN106770477A (zh) | 一种优化传感数据及模式识别对蜜源鉴别及掺假快检方法 | |
CN112734208B (zh) | 燃煤验收监测装置、方法、设备以及可读存储介质 | |
Falasconi et al. | The novel EOS/sup 835/electronic nose sniffs out the Italian espresso coffee quality | |
CN113836813A (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
CN112415152A (zh) | 一种鉴别牦牛奶掺假的方法及应用 | |
Liu et al. | Imaging air quality evaluation using definition metrics and detrended fluctuation analysis |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |
|
RJ01 | Rejection of invention patent application after publication |