CN110514796A - 一种基于经验曲线的样本采集检测方法及装置 - Google Patents
一种基于经验曲线的样本采集检测方法及装置 Download PDFInfo
- Publication number
- CN110514796A CN110514796A CN201910816733.5A CN201910816733A CN110514796A CN 110514796 A CN110514796 A CN 110514796A CN 201910816733 A CN201910816733 A CN 201910816733A CN 110514796 A CN110514796 A CN 110514796A
- Authority
- CN
- China
- Prior art keywords
- sample
- curve
- time
- experience
- detection
- 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
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/0092—Scheduling
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明适用于食品检测技术领域,提供了一种基于经验曲线的样本采集检测方法及装置,方法包括:在待检测食品中随机选取N个试验样本;将N个试验样本放置在检测环境中,记录预设时间内N个试验样本的检测指标的变化;根据N个试验样本的检测指标的变化,绘制基于N个试验样本的经验变化曲线;镜像处理经验变化曲线,并设置检测样本的总数量和采样时间,获得采样时间内的样本采集曲线;根据经验变化曲线和样本采集曲线在待检测食品中采集检测样本,并计算每次采集的检测样本的检测指标。通过本发明可以减少检测指标受时间和环境的影响所产生的变化,使得食品检测的结果准确可靠。
Description
技术领域
本发明涉及食品检测技术领域,尤其涉及一种基于经验曲线的样本采集检测方法及装置。
背景技术
食品安全问题已经是一个全球话题,国际上食品安全恶性事件不断发生,造成了巨大的经济损失。食品检测是防止食品安全问题的重要手段之一,但是,由于食品数量较大,而且目前的检测方法大多数具有破坏作用,故不能对全部食品进行校验,必须从整批食品中采取一定比例的样品进行校验。从大量的分析对象中抽取具有代表性的一部分样品作为分析化验样品,这项工作即称为样品的收集或采样。
食品的种类繁多、成分复杂,同种类的食品成分及其含量也会因时间推移而存在一些差异,在食品检测的数量较大时,样本采集的数量也较大,因而难以实现样本采集的一致性和同步性,使得检测结果不准确。
发明内容
本发明的主要目的在于提出一种基于经验曲线的样本采集检测方法及装置,以解决现有的食品检测过程中,难以实现样本采集的一致性和同步性,使得检测结果不准确的问题。
为实现上述目的,本发明实施例第一方面提供一种基于经验曲线的样本采集检测方法,包括:
在待检测食品中随机选取N个试验样本,其中,N为正整数;
将N个所述试验样本放置在检测环境中,记录预设时间内N个所述试验样本的检测指标的变化;
根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线,其中,所述经验变化曲线表示所述检测指标的数值随时间的变化情况;
镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线,其中,所述样本采集曲线表示所要采集的检测样本数量随时间的变化情况;
根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标。
结合本发明第一方面,本发明第一方面的第一实施方式中,所述预设时间的时间长度等于所述采样时间的时间长度。
结合本发明第一方面,本发明第一方面的第二实施方式中,根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线,包括:
根据第i个所述试验样本的检测指标的变化,获取第i个所述试验样本的检测指标的数值,以及每个所述数值对应的时间,其中i为小于或者等于N的正整数;
对同一时间的N个所述数值进行均值处理,通过均值处理后的N个所述数值,以及与均值处理后的N个所述数值对应的时间重构曲线,以绘制基于N个所述试验样本的经验变化曲线。
结合本发明第一方面,本发明第一方面的第三实施方式中,镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线,包括:
根据所述检测样本的总数量和所述采样时间建立平面直角坐标系;
将镜像处理后的所述经验变化曲线,根据所述检测样本的最大数量和所述采样时间的最大值,映射到所述平面直角坐标系,获得样本采集曲线。
结合本发明第一方面,本发明第一方面的第四实施方式中,根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标,包括:
获取采集所述检测样本的间隔时间;
根据所述经验变化曲线,计算所述检测指标在所述间隔时间的差值Kn;
根据所述样本采集曲线,计算每次采集所述检测样本的数量mn;
计算每次采集的所述检测样本的检测指标,公式为:
An=(an+Kn)×mn;
其中,n表示采集的次数,an表示第n次采集的检测指标数据。
本发明实施例第二方面提供了一种基于经验曲线的样本采集检测装置,包括:
试验样本选取模块,用于在待检测食品中随机选取N个试验样本,其中,N为正整数;
试验检测指标记录模块,用于将N个所述试验样本放置在检测环境中,记录预设时间内N个所述试验样本的检测指标的变化;
经验变化曲线绘制模块,用于根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线,其中,所述经验变化曲线表示所述检测指标的数值随时间的变化情况;
样本采集曲线获取模块,用于镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线,其中,所述样本采集曲线表示所要采集的检测样本数量随时间的变化情况;
检测样本采集检测模块,用于根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标。
结合本发明第二方面,本发明第二方面的第一实施方式中,所述预设时间的时间长度等于所述采样时间的时间长度。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。
本发明实施例提出一种基于经验曲线的样本采集检测方法,针对在待检测食品中所要进行检测的检测指标,使用试验样本分析此检测指标随时间的变化,得出经验变化曲线,然后处理经验变化曲线,获得样本采集曲线,根据样本采集曲线在确定待检测食品中采集检测样本的数量,再根据采集的检测样本及试验样本的经验曲线进行食品检测的分析,可以均衡检测指标受时间和环境的影响所产生的变化,使得食品检测的结果准确可靠,更加接近检测样本原始的检测指标。
附图说明
图1为本发明实施例一提供的一种基于经验曲线的样本采集检测方法的实现流程示意图;
图2为本发明实施例二提供的一种基于经验曲线的样本采集检测装置的组成结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本文中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,"模块"与"部件"可以混合地使用。
在后续的描述中,发明实施例序号仅仅为了描述,不代表实施例的优劣。
实施例一
如图1所示,本发明实施例一提供一种基于经验曲线的样本采集检测方法,包括但不限于以下步骤:
S101、在待检测食品中随机选取N个试验样本。
其中,N为正整数。
在上述步骤S101中,试验样本的随机选取还具有同步性,以提高基于试验样本的检测指标准确度。
S102、将N个所述试验样本放置在检测环境中,记录预设时间内N个所述试验样本的检测指标的变化。
在上述步骤S102中,试样样本所放置的检测环境与检测样本所放置的检测环境相同。
在具体应用中,检测指标为基于待检测食品,进行设定的指标,可以包括添加剂含量、色素含量、水分量等。
在具体应用中,检测指标的变化可以表现为:检测指标的数值和预设时间的各个时刻之间的一一对应关系。
在具体应用中,针对一种待检测食品可以有多个检测指标,但对于同一组的N个试验样品,仅进行同一检测指标的记录。
S103、根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线。
其中,经验变化曲线表示所述检测指标的数值随时间的变化情况。
上述步骤S103将检测指标的变化转换为曲线图形,以获得样本采集曲线的基础曲线图形,而作为基础曲线图形的经验变化曲线经过数据处理后才用以表示具体的样本采集曲线。
在一个实施例中,上述步骤S103的经验变化曲线绘制过程可以为:
根据第i个所述试验样本的检测指标的变化,获取第i个所述试验样本的检测指标的数值,以及每个所述数值对应的时间,其中i为小于或者等于N的正整数;
对同一时间的N个所述数值进行均值处理,通过均值处理后的N个所述数值,以及与均值处理后的N个所述数值对应的时间重构曲线,以绘制基于N个所述试验样本的经验变化曲线。
S104、镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线。
其中,样本采集曲线表示所要采集的检测样本数量随时间的变化情况。
在上述步骤S104中,通过检测样本的总数量和采样时间两个数据,将镜像处理后的经验变化曲线,调整为采样时间内的样本采集曲线,用于表示每个时刻所要采集的检测样本数量。
在具体应用中,由于检测样本会随着时间的推移产生变化,而在采集大量的检测样本时,需要分批进行检测样本的采集,因此,难以实现一致性和同步性。
在本发明实施例中,通过样本采集曲线可以调整每次采集的检测样本的数量,从而在检测样本采集完成时,减少时间对检测样本的检测指标的影响。
例如,现有当经验曲线表现为:1,2、2,2、3,3、4,3,检测样品的基础检测指标值均为2,采样数量均为2,4次采样后,得到的检测指标为3x2,3x2,2x2,2x2,均值为2.5。若根据样本采集曲线进行采样,则采样数量为3,3,1,1,4次采样后,得到的检测指标为3x3,3x3,1x1,1x1,均值为2.25,显然2.25更接近检测样品的基础检测指标。
在一个实施例中,预设时间的时间长度等于采样时间的时间长度,使得由经验变化曲线获取的样本采集曲线可以准确应用在实际采样过程中。
在一个实施例中,上述步骤S104的样本采集曲线获取过程可以为:
根据所述检测样本的总数量和所述采样时间建立平面直角坐标系;
将镜像处理后的所述经验变化曲线,根据所述检测样本的最大数量和所述采样时间的最大值,映射到所述平面直角坐标系,获得样本采集曲线。
在具体应用中,映射后获得的样本采集曲线中,各时间点对应的所要采集的检测样本数量为正值。
S105、根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标。
在上述步骤S105中,充分利用经验变化曲线和样本采集曲线,使得监测样本的检测指标接近检测样本的原始值。
在一个实施例中,上述步骤S105计算检测指标的过程可以为:
获取采集所述检测样本的间隔时间;
根据所述经验变化曲线,计算所述检测指标在所述间隔时间的差值Kn;
根据所述样本采集曲线,计算每次采集所述检测样本的数量mn;
计算每次采集的所述检测样本的检测指标,公式为:
An=(an+Kn)×mn;
其中,n表示采集的次数,an表示第n次采集的检测指标数据。
本发明实施例中,还以实际应用说明上述的算法实现:
假设采集次数为7次,试验样本的检测指标记录时间为7s,采样时间为7s,则采集检测样本的间隔时间为1s。
首先,检测样本的原始指标为1,试验样本的检测指标为1,1、2,1、3,2、4,2、5,3、6,4、7,4;根据试验样本的检测指标变化获得经验变化曲线,然后由经验变化曲线获得样本采集曲线,得到每次采集所述检测样本的数量分别为4,4,3,2,2,1,1,以及检测指标在间隔时间的差值3,2,1,1,1,0;则7次采集中,每次采集的检测样本的检测指标为:(a1+3)×4、(a2+2)×4、(a3+1)×3、(a4+1)×2、(a5+1)×1、(a6+1)×1、(a7+0)×1;a1至a7是每次采集时,所统计的检测样本的检测指标,a1至a7可以是采集的多个检测样本的均值,根据上述的检测指标的值进行基于待测食品的食品检验,在检测指标会随时间变化时,可以使检验结果更加接近检测样本原始的检测指标。
本发明实施例提供的基于经验曲线的样本采集检测方法,针对在待检测食品中所要进行检测的检测指标,使用试验样本分析此检测指标随时间的变化,得出经验变化曲线,然后处理经验变化曲线,获得样本采集曲线,根据样本采集曲线在确定待检测食品中采集检测样本的数量,再根据采集的检测样本及试验样本的经验曲线进行食品检测的分析,可以减少检测指标受时间和环境的影响所产生的变化,使得食品检测的结果准确可靠,更加接近检测样本原始的检测指标。
实施例二
如图2所示,本发明实施例提供一种基于经验曲线的样本采集检测装置20,包括但不限于以下组成模块:
试验样本选取模块21,用于在待检测食品中随机选取N个试验样本,其中,N为正整数;
试验检测指标记录模块22,用于将N个试验样本放置在检测环境中,记录预设时间内N个试验样本的检测指标的变化;
经验变化曲线绘制模块23,用于根据N个试验样本的检测指标的变化,绘制基于N个试验样本的经验变化曲线,其中,经验变化曲线表示检测指标的数值随时间的变化情况;
样本采集曲线获取模块24,用于镜像处理经验变化曲线,并设置检测样本的总数量和采样时间,获得采样时间内的样本采集曲线,其中,样本采集曲线表示所要采集的检测样本数量随时间的变化情况;
检测样本采集检测模块25,用于根据经验变化曲线和样本采集曲线在待检测食品中采集检测样本,并计算每次采集的检测样本的检测指标。
在一个实施例中,预设时间的时间长度等于采样时间的时间长度,使得由经验变化曲线获取的样本采集曲线可以准确应用在实际采样过程中。
本发明实施例还提供一种终端设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如实施例一中所述的基于经验曲线的样本采集检测方法中的各个步骤。
本发明实施例还提供一种存储介质,所述存储介质为计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如实施例一中所述的基于经验曲线的样本采集检测方法中的各个步骤。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于经验曲线的样本采集检测方法,其特征在于,包括:
在待检测食品中随机选取N个试验样本,其中,N为正整数;
将N个所述试验样本放置在检测环境中,记录预设时间内N个所述试验样本的检测指标的变化;
根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线,其中,所述经验变化曲线表示所述检测指标的数值随时间的变化情况;
镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线,其中,所述样本采集曲线表示所要采集的检测样本数量随时间的变化情况;
根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标。
2.如权利要求1所述的基于经验曲线的样本采集检测方法,其特征在于,所述预设时间的时间长度等于所述采样时间的时间长度。
3.如权利要求1所述的基于经验曲线的样本采集检测方法,其特征在于,根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线,包括:
根据第i个所述试验样本的检测指标的变化,获取第i个所述试验样本的检测指标的数值,以及每个所述数值对应的时间,其中i为小于或者等于N的正整数;
对同一时间的N个所述数值进行均值处理,通过均值处理后的N个所述数值,以及与均值处理后的N个所述数值对应的时间重构曲线,以绘制基于N个所述试验样本的经验变化曲线。
4.如权利要求1所述的基于经验曲线的样本采集检测方法,其特征在于,镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线,包括:
根据所述检测样本的总数量和所述采样时间建立平面直角坐标系;
将镜像处理后的所述经验变化曲线,根据所述检测样本的最大数量和所述采样时间的最大值,映射到所述平面直角坐标系,获得样本采集曲线。
5.如权利要求1所述的基于经验曲线的样本采集检测方法,其特征在于,根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标,包括:
获取采集所述检测样本的间隔时间;
根据所述经验变化曲线,计算所述检测指标在所述间隔时间的差值Kn;
根据所述样本采集曲线,计算每次采集所述检测样本的数量mn;
计算每次采集的所述检测样本的检测指标An,公式为:
An=(an+Kn)×mn;
其中,n表示采集的次数,an表示第n次采集的检测指标数据。
6.一种基于经验曲线的样本采集检测装置,其特征在于,包括:
试验样本选取模块,用于在待检测食品中随机选取N个试验样本,其中,N为正整数;
试验检测指标记录模块,用于将N个所述试验样本放置在检测环境中,记录预设时间内N个所述试验样本的检测指标的变化;
经验变化曲线绘制模块,用于根据N个所述试验样本的检测指标的变化,绘制基于N个所述试验样本的经验变化曲线,其中,所述经验变化曲线表示所述检测指标的数值随时间的变化情况;
样本采集曲线获取模块,用于镜像处理所述经验变化曲线,并设置检测样本的总数量和采样时间,获得所述采样时间内的样本采集曲线,其中,所述样本采集曲线表示所要采集的检测样本数量随时间的变化情况;
检测样本采集检测模块,用于根据所述经验变化曲线和所述样本采集曲线在所述待检测食品中采集检测样本,并计算每次采集的所述检测样本的检测指标。
7.如权利要求6所述的基于经验曲线的样本采集检测装置,其特征在于,所述预设时间的时间长度等于所述采样时间的时间长度。
8.一种终端设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至5任一项所述的基于经验曲线的样本采集检测方法中的各个步骤。
9.一种存储介质,所述存储介质为计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至5任一项所述的基于经验曲线的样本采集检测方法中的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910816733.5A CN110514796A (zh) | 2019-08-30 | 2019-08-30 | 一种基于经验曲线的样本采集检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910816733.5A CN110514796A (zh) | 2019-08-30 | 2019-08-30 | 一种基于经验曲线的样本采集检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110514796A true CN110514796A (zh) | 2019-11-29 |
Family
ID=68628840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910816733.5A Pending CN110514796A (zh) | 2019-08-30 | 2019-08-30 | 一种基于经验曲线的样本采集检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110514796A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924702A (zh) * | 2021-01-25 | 2021-06-08 | 宋世平 | 远程定量系统及方法 |
-
2019
- 2019-08-30 CN CN201910816733.5A patent/CN110514796A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924702A (zh) * | 2021-01-25 | 2021-06-08 | 宋世平 | 远程定量系统及方法 |
CN112924702B (zh) * | 2021-01-25 | 2022-10-25 | 宋世平 | 远程定量系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Marshall et al. | Modelling the Galactic interstellar extinction distribution in three dimensions | |
Wang et al. | Comparison of methods for outlier identification in surface characterization | |
Sokos et al. | Evaluating centroid‐moment‐tensor uncertainty in the new version of ISOLA software | |
Vitagliano et al. | High-redshift cosmography | |
CN104459340A (zh) | 切换式负载时域反射计去嵌入式探测器 | |
CN105352998B (zh) | 脉冲涡流红外热图像的独立成分个数确定方法 | |
CN101975788A (zh) | 低场核磁共振鉴别食用油品质的方法 | |
CN109425894A (zh) | 一种地震异常道检测方法及装置 | |
TW201533456A (zh) | 晶圓測試數據分析方法 | |
CN101281169B (zh) | 在涡流检验系统中用于纵向缺陷检验的方法和算法 | |
CN110514796A (zh) | 一种基于经验曲线的样本采集检测方法及装置 | |
CN109815260B (zh) | 波形显示装置、波形参数统计方法、终端设备及存储介质 | |
Wahab et al. | Image reconstruction for solid profile measurement in ERT using non-invasive approach | |
CN103116708A (zh) | 网站体验评估装置及其方法 | |
Carvalho et al. | Yarn parameterization and fabrics prediction using image processing | |
Prus et al. | Automatic detection of characteristic points and form of optical signals in multiparametric capillary sensors | |
CN106569162B (zh) | 一种逻辑分析仪探头的模拟带宽测量方法与装置 | |
Ozkaya et al. | Simulation of photosensor-based hairiness measurement using digital image analysis | |
Pfingstl et al. | Strain-based structural health monitoring: computing regions for critical crack detection | |
Leach et al. | ISO definition of resolution for surface topography measuring instruments | |
CN202275053U (zh) | 一种纸张伸缩性自动检测仪 | |
Kouadri et al. | A statistical-based approach for fault detection in a three tank system | |
CN101672664B (zh) | 一种变值系统误差检测系统及其检测方法 | |
JP7163824B2 (ja) | サーバ装置、評価方法及び評価プログラム | |
Jiangbao et al. | An Improved Normalized Model of Electrical Capacitance Tomography |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191129 |