CN114112958B - 一种基于大数据的农产品检测系统及检测方法 - Google Patents
一种基于大数据的农产品检测系统及检测方法 Download PDFInfo
- Publication number
- CN114112958B CN114112958B CN202111454916.0A CN202111454916A CN114112958B CN 114112958 B CN114112958 B CN 114112958B CN 202111454916 A CN202111454916 A CN 202111454916A CN 114112958 B CN114112958 B CN 114112958B
- Authority
- CN
- China
- Prior art keywords
- agricultural product
- path
- label
- agricultural
- information
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 26
- 239000000447 pesticide residue Substances 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000012795 verification Methods 0.000 claims description 33
- 239000000575 pesticide Substances 0.000 claims description 25
- 238000010183 spectrum analysis Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000003908 quality control method Methods 0.000 abstract description 2
- 241000220225 Malus Species 0.000 description 7
- 235000021016 apples Nutrition 0.000 description 7
- 235000002566 Capsicum Nutrition 0.000 description 1
- 241000758706 Piperaceae Species 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的农产品检测系统及检测方法,涉及农产品检测技术领域,解决了现有技术检测因素单一,且无法将农产品检测结果之间展示给消费者的技术问题;本发明设置了农产品检测仪和云平台,通过农产品检测仪对农产品进行检测筛选,生成信息标签,通过云平台对农产品的运输路径进行监控校验,并对信息标签进行加密存储;从农产品源头进行品质管控,并对运输过程进行校验追踪,能够有效精准地筛选出高品质农产品;本发明中农产品检测仪对农药残留含量、果形和完整度进行检测,并根据检测结果进行筛选,从多方面保证农产品品质;且将区块链技术运用到运输过程,保证信息不会被篡改。
Description
技术领域
本发明属于农产品检测监控领域,涉及大数据技术在农产品检测监控应用技术,具体是一种基于大数据的农产品检测系统及检测方法。
背景技术
消费者对农产品的质量要求越来越高,因此在农产品上市前需要进行安全检测和质量检测,来保证消费者能够享受优质安全的农产品。
现有技术在进行农产品检测时,考虑到的大多是农药检测,采用化学滴定的方式或者光谱分析的方式完成农药检测,但是优质的农产品仅仅考虑农药安全是远远不够的,还需要从果形、残缺等角度综合考虑农产品,且还需要能够将农产品的品质直接展现给消费者;因此,亟需一种能够综合检测农产品质量,并将农产品数据直观展示给消费者的农产品检测系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种基于大数据的农产品检测系统及检测方法,用于解决现有技术检测因素单一,且无法将农产品检测结果之间展示给消费者的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种基于大数据的农产品检测系统,包括:
农产品检测仪:用于在农产品运输之前,对农产品进行检测筛选,生成信息标签;其中,检测筛选包括农药检测、果形检测和完整检测,且信息标签包括农产品名称、产地、形状标签、完整标签和农药标签;
云平台:用于对农产品的运输路径进行监控校验;还用于加密更新和存储信息标签;其中,所述云平台包括区块链单元;
智能终端:通过扫描信息标签的唯一标识码获取质量信息;其中,所述质量信息包括农产品信息和运输路径信息。
优选的,所述农产品检测仪包括:
光谱分析单元:用于检测农产品的农药残留,并生成农药标签;
图像检测单元:通过图像识别技术对农产品的形状和完整度进行检测,并生成形状标签和完整标签。
优选的,所述农药标签的生成包括:
当农产品通过光谱分析单元时,光谱分析单元完成光谱数据采集,并检测出农产品的农药残留含量;
根据农药残留含量确定该农产品的农药标签;其中,农药标签的数值越大表示对应农产品的农药残留含量越多。
优选的,所述形状标签和完整标签的生成包括:
采集农产品图像,对农产品图像进行图像预处理之后获取目标图像;其中,所述图像预处理包括图像分割、图像识别和灰度变换;
根据目标图像中农产品的比例确定形状标签;其中,所述形状标签为农产品比例与对应农产品标准比例差值的绝对值;
根据目标图像中农产品的完整度确定完整标签;其中,所述完整标签为小于等于1的正数,且当完整标签为1时,表示农产品完好无损。
优选的,在加密更新和存储所述信息标签之前,所述云平台对智能终端和农产品检测仪进行可信验证,包括:
将设备验证参数发送至云平台;其中,所述设备验证参数包括设备标识码、持有人证件照片和持有人手机号;
所述云平台对设备验证参数进行验证,当验证通过时,建立对应设备与区块链单元之间的可信数据传输通道。
优选的,为信息标签设置唯一标识码;将信息标签附在对应农产品的包装上,同时通过可信数据传输通道将信息标签传输至区块链单元存储。
优选的,所述云平台监控更新农产品的运输路径,包括:
通过智能终端实时获取农产品的运输路径;
当运输车辆停止N分钟之后,则通过智能终端验证驾驶员身份,生成身份标签;其中,N为大于10的整数;
将身份标签和运输路径更新至区块链单元中对应农产品的信息标签中。
优选的,所述云平台校验农产品的运输路径,包括:
当驾驶员确定农产品到达目的地时,通过区块链单元获取农产品的实际运输路径,并标记为目标路径;
通过地图软件获取农产品起始点和目的地之间的规划路径,并标记为标准路径;其中,获取规划路径时考虑运输车辆的车型;
根据目标路径和标准路径获取路径标签,并将路径标签更新至区块链单元中对应农产品的信息标签中。
优选的,所述路径标签的获取包括:
获取目标路径和标准路径之间距离差值的绝对值,并标记为绝对差值;
当绝对差值小于差值阈值时,则判定运输路径校验通过,将路径标签设置为1;否则,判定运输路径校验未通过,将路径标签设置为0;其中,差值阈值大于5公里。
优选的,在所述运输路径校验通过时,对运输路径进行二次验证,包括:
获取目标路径和标准路径的曲线相似度;当曲线相似度满足相似度阈值时,则判定二次验证通过,将路径标签设置为11;否则,判定二次验证未通过,将路径标签设置为10。
一种基于大数据的农产品检测系统的检测方法,包括:
通过农产品检测仪中的光谱分析单元获取农药标签,通过农产品检测仪中的图像检测单元获取形状标签和完整标签,并整合生成信息标签;
对智能终端和农产品检测仪进行可信验证,建立区块链单元与智能终端、农产品检测仪建立可信数据传输通道;云平台结合智能终端对农产品的运输路径进行更新校验;
通过智能终端扫描信息标签的唯一标识码获取农产品质量信息和运输路径信息。
与现有技术相比,本发明的有益效果是:
1、本发明设置了农产品检测仪和云平台,通过农产品检测仪对农产品进行检测筛选,生成信息标签,通过云平台对农产品的运输路径进行监控校验,并对信息标签进行加密存储;从农产品源头进行品质管控,并对运输过程进行校验追踪,保证了农产品运输过程的安全性,为筛选出高品质农产品提供了数据支撑。
2、本发明中农产品检测仪对农药残留含量、果形和完整度进行检测,并根据检测结果进行筛选,从多方面保证农产品品质;且将区块链技术运用到运输过程,保证信息不会被篡改;保证将农产品的原始参数直观地展示给消费者。
附图说明
图1为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
现有在评价农产品是否优质,大多只是评价农产品的药物残留含量,而不会结合农产品的形状大小和是否破损进行综合评价;本发明不仅将对上述因素进行综合考虑,还考虑到了运输过程的问题。
请参阅图1,本发明提供了一种基于大数据的农产品检测系统,包括:农产品检测仪、云平台和智能终端;
农产品检测仪:用于在农产品运输之前,对农产品进行检测筛选,生成信息标签;还用于根据信息标签提取农产品信息;
云平台:用于对农产品的运输路径进行监控校验;还用于更新存储信息标签;
智能终端:通过扫描信息标签的唯一标识码获取质量信息;其中,所述质量信息包括农产品信息和运输路径信息。
本发明实施例中,农产品检测仪设置在农产品最初始的集散地,能够降低农产品检测仪的部署成本,也能保证工作效率。
在一个实施例中,检测筛选包括农药检测、果形检测和完整检测,且信息标签包括农产品名称、产地、形状标签、完整标签和农药标签。
在一个实施例中,智能终端包括智能手机、平板电脑、笔记本电脑等能够扫码识别信息的设备。
在一个实施例中,农产品检测仪包括:
光谱分析单元:用于检测农产品的农药残留,并生成农药标签;
图像检测单元:通过图像识别技术对农产品的形状和完整度进行检测,并生成形状标签和完整标签。
可以理解的是,光谱分析单元和图像检测单元集成在一个农产品检测仪中,且二者的工作顺序可以调换,即可以先获取农药标签,再获取形状标签和完整标签,又可以先获取形状标签和完整标签,再获取农药标签。
在一个具体的实施例中,农药标签的生成包括:
当农产品通过光谱分析单元时,光谱分析单元完成光谱数据采集,并检测出农产品的农药残留含量;
根据农药残留含量确定该农产品的农药标签。
可以理解的是,农药标签的数值越大表示对应农产品的农药残留含量越多;如农药残留含量为0.01mg时,对应的农药标签为10,农药残留含量为0.001mg时,对应的农药标签为1。
在一个具体的实施例中,形状标签和完整标签的生成包括:
图像检测单元采集农产品图像,对农产品图像进行图像预处理之后获取目标图像;
根据目标图像中农产品的比例确定形状标签;其中,形状标签为农产品比例与对应农产品标准比例差值的绝对值;
根据目标图像中农产品的完整度确定完整标签;其中,完整标签为小于等于1的正数,且当完整标签为1时,表示农产品完好无损。
值得注意的是,形状标签为农产品与对应农产品标准比例差值的绝对值;举例来说,苹果的标准比例为1,现有苹果的比例为0.9,则该苹果的形状标签为0.1,苹果的标准比例可以为苹果直径和高度的比值,也可以是苹果最大周长与高度的比值;其他农产品如辣椒、土豆等均可按照上述方式计算。
完整标签可以理解为农产品剩余部分与农产品全部的比值;这里面提高的剩余部分可以是农产皮的面积或者体积,也可以是其他能够表征农产品缺损状态的参数。
在一个可选的实施例中,图像预处理包括图像分割、图像识别和灰度变换等能够保证目标图像质量的处理过程。
在一个实施例中,在加密更新和存储所述信息标签之前,所述云平台对智能终端和农产品检测仪进行可信验证,包括:
将设备验证参数发送至云平台;
所述云平台对设备验证参数进行验证,当验证通过时,建立对应设备与区块链单元之间的可信数据传输通道。
本实施例中的目的是为了保证数据采集设备或者其他采集读取设备的可信度。
可以理解的是,设备验证参数包括设备标识码、持有人证件照片和持有人手机号等能够确保设备真实性和合法性的参数。
在一个实施例中,为信息标签设置唯一标识码;将信息标签附在对应农产品的包装上,同时通过可信数据传输通道将信息标签传输至区块链单元存储。
值得注意的是,每个信息标签对应的标识码是唯一的,即不会同时存在两个相同的信息标签标识码。
在一个实施例中,云平台监控更新农产品的运输路径,包括:
通过智能终端实时获取农产品的运输路径;
当运输车辆停止N分钟之后,则通过智能终端验证驾驶员身份,生成身份标签;
将身份标签和运输路径更新至区块链单元中对应农产品的信息标签中。
本实施例要求驾驶员在运输车辆停止超过一定时常时,进行身份验证,在身份验证成功之后更新对应农产品的信息标签;可以智能终端自动采集更新,也可以通过人工进行采集更新。
在一个实施例中,云平台校验农产品的运输路径,包括:
当驾驶员确定农产品到达目的地时,通过区块链单元获取农产品的实际运输路径,并标记为目标路径;
通过地图软件获取农产品起始点和目的地之间的规划路径,并标记为标准路径;其中,获取规划路径时考虑运输车辆的车型;
根据目标路径和标准路径获取路径标签,并将路径标签更新至区块链单元中对应农产品的信息标签中。
在一个具体的实施例中,路径标签的获取包括:
获取目标路径和标准路径之间距离差值的绝对值,并标记为绝对差值;
当绝对差值小于差值阈值时,则判定运输路径校验通过,将路径标签设置为1;否则,判定运输路径校验未通过,将路径标签设置为0;其中,差值阈值大于5公里。
在一个可选的实施例中,在所述运输路径校验通过时,对运输路径进行二次验证,包括:
获取目标路径和标准路径的曲线相似度;当曲线相似度满足相似度阈值时,则判定二次验证通过,将路径标签设置为11;否则,判定二次验证未通过,将路径标签设置为10。
值得注意的是,本发明会不断更新和校验农产品的运输路径,保证运输路径也是合理合法合格的,且将这些信息都存储在区块链单元中;用户通过可信智能终端扫描农产品包装上的信息标签的标识码,即可通过区块链单元获取该农产品对应的品质信息,更加直观方便。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:
通过农产品检测仪中的光谱分析单元获取农药标签,通过农产品检测仪中的图像检测单元获取形状标签和完整标签,并整合生成信息标签;
对智能终端和农产品检测仪进行可信验证,建立区块链单元与智能终端、农产品检测仪建立可信数据传输通道;云平台结合智能终端对农产品的运输路径进行更新校验;
通过智能终端扫描信息标签的唯一标识码获取农产品质量信息和运输路径信息。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.一种基于大数据的农产品检测系统,其特征在于,包括:
农产品检测仪:用于在农产品运输之前,对农产品进行检测筛选,生成信息标签;其中,检测筛选包括农药检测、果形检测和完整检测,且信息标签包括农产品名称、产地、形状标签、完整标签和农药标签;
云平台:用于对农产品的运输路径进行监控、更新和校验;还用于加密、更新和存储信息标签;其中,所述云平台包括区块链单元;
智能终端:通过扫描信息标签的唯一标识码获取质量信息;其中,所述质量信息包括农产品信息和运输路径信息;
所述云平台对农产品的运输路径进行监控、更新,包括:
通过智能终端实时获取农产品的运输路径;
当运输车辆停止N分钟之后,则通过智能终端验证驾驶员身份,生成身份标签;其中,N为大于10的整数;
将身份标签和运输路径更新至区块链单元中对应农产品的信息标签中;
所述云平台对农产品的运输路径进行校验,包括:
当驾驶员确定农产品到达目的地时,通过区块链单元获取农产品的实际运输路径,并标记为目标路径;
通过地图软件获取农产品起始点和目的地之间的规划路径,并标记为标准路径;其中,获取规划路径时考虑运输车辆的车型;
根据目标路径和标准路径获取路径标签,并将路径标签更新至区块链单元中对应农产品的信息标签中;
所述获取路径标签包括:
获取目标路径和标准路径之间距离差值的绝对值,并标记为绝对差值;
当绝对差值小于差值阈值时,则判定运输路径校验通过,将路径标签设置为1;否则,判定运输路径校验未通过,将路径标签设置为0;其中,差值阈值大于5公里;
通过农产品检测仪中的光谱分析单元获取农药标签,通过农产品检测仪中的图像检测单元获取形状标签和完整标签,并整合生成信息标签;
对智能终端和农产品检测仪进行可信验证,建立区块链单元与智能终端、农产品检测仪建立可信数据传输通道;云平台结合智能终端对农产品的运输路径进行更新校验;
通过智能终端扫描信息标签的唯一标识码获取农产品质量信息和运输路径信息。
2.根据权利要求1所述的一种基于大数据的农产品检测系统,其特征在于,所述农产品检测仪包括:
光谱分析单元:用于检测农产品的农药残留,并生成农药标签;
图像检测单元:通过图像识别技术对农产品的形状和完整度进行检测,并生成形状标签和完整标签。
3.根据权利要求2所述的一种基于大数据的农产品检测系统,其特征在于,所述农药标签的生成包括:
当农产品通过光谱分析单元时,光谱分析单元完成光谱数据采集,并检测出农产品的农药残留含量;
根据农药残留含量确定该农产品的农药标签;其中,农药标签的数值越大表示对应农产品的农药残留含量越多。
4.根据权利要求2所述的一种基于大数据的农产品检测系统,其特征在于,所述形状标签和完整标签的生成包括:
采集农产品图像,对农产品图像进行图像预处理之后获取目标图像;其中,所述图像预处理包括图像分割、图像识别和灰度变换;
根据目标图像中农产品的比例确定形状标签;其中,所述形状标签为农产品比例与对应农产品标准比例差值的绝对值;
根据目标图像中农产品的完整度确定完整标签;其中,所述完整标签为小于等于1的正数,且当完整标签为1时,表示农产品完好无损。
5.根据权利要求1所述的一种基于大数据的农产品检测系统,其特征在于,在加密更新和存储所述信息标签之前,所述云平台对智能终端和农产品检测仪进行可信验证,包括:
将设备验证参数发送至云平台;其中,所述设备验证参数包括设备标识码、持有人证件照片和持有人手机号;
所述云平台对设备验证参数进行验证,当验证通过时,建立对应设备与区块链单元之间的可信数据传输通道。
6.根据权利要求1所述的一种基于大数据的农产品检测系统,其特征在于,为信息标签设置唯一标识码;将信息标签附在对应农产品的包装上,同时通过可信数据传输通道将信息标签传输至区块链单元存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454916.0A CN114112958B (zh) | 2021-12-02 | 2021-12-02 | 一种基于大数据的农产品检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454916.0A CN114112958B (zh) | 2021-12-02 | 2021-12-02 | 一种基于大数据的农产品检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114112958A CN114112958A (zh) | 2022-03-01 |
CN114112958B true CN114112958B (zh) | 2024-05-28 |
Family
ID=80369323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111454916.0A Active CN114112958B (zh) | 2021-12-02 | 2021-12-02 | 一种基于大数据的农产品检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114112958B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447338A (zh) * | 2018-10-23 | 2019-03-08 | 杭州虹晟信息科技有限公司 | 基于大数据的智能物流云端管理系统 |
CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
CN111198225A (zh) * | 2020-03-24 | 2020-05-26 | 山东理工大学 | 一种基于区块链溯源体系的智能农药残留快速检测仪器 |
CN111369267A (zh) * | 2020-03-05 | 2020-07-03 | 广州宏算信息科技有限公司 | 基于区块链的果蔬农产品追溯方法、装置、系统及存储介质 |
CN111738745A (zh) * | 2020-06-23 | 2020-10-02 | 湖南华乐食品有限公司 | 农产品供应链品质检测与质量追溯系统 |
CN113049509A (zh) * | 2021-03-17 | 2021-06-29 | 盐城师范学院 | 一种基于光谱技术的农产品检测管理系统 |
-
2021
- 2021-12-02 CN CN202111454916.0A patent/CN114112958B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447338A (zh) * | 2018-10-23 | 2019-03-08 | 杭州虹晟信息科技有限公司 | 基于大数据的智能物流云端管理系统 |
CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
CN111369267A (zh) * | 2020-03-05 | 2020-07-03 | 广州宏算信息科技有限公司 | 基于区块链的果蔬农产品追溯方法、装置、系统及存储介质 |
CN111198225A (zh) * | 2020-03-24 | 2020-05-26 | 山东理工大学 | 一种基于区块链溯源体系的智能农药残留快速检测仪器 |
CN111738745A (zh) * | 2020-06-23 | 2020-10-02 | 湖南华乐食品有限公司 | 农产品供应链品质检测与质量追溯系统 |
CN113049509A (zh) * | 2021-03-17 | 2021-06-29 | 盐城师范学院 | 一种基于光谱技术的农产品检测管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114112958A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105448103B (zh) | 车辆套牌检测方法与系统 | |
CN116167596B (zh) | 一种基于大数据的配送路径分析方法及系统 | |
CN113066254B (zh) | 核电设备工作环境异常预警方法、装置、设备和存储介质 | |
CN111415336B (zh) | 一种图像篡改识别方法、装置、服务器及存储介质 | |
CN111382725B (zh) | 违禁快递包裹的处理方法、装置、设备及存储介质 | |
US20190303670A1 (en) | Inspection Of Freight Containers And Other Transport Industry Equipment | |
CN113421044A (zh) | 基于物联网的危废运输监控方法、装置及计算机设备 | |
CN116861446A (zh) | 一种数据安全的评估方法及系统 | |
CN109859085A (zh) | 安全预警方法及相关产品 | |
CN115795021A (zh) | 一种大数据风险监测识别预警装置及系统 | |
CN114112958B (zh) | 一种基于大数据的农产品检测系统及检测方法 | |
CN104871194A (zh) | 物品真实性 | |
CN116911883B (zh) | 基于ai鉴真技术和溯源量化的农产防伪溯源方法及云平台 | |
CN112732693B (zh) | 智能化物联网数据采集方法、装置、设备及存储介质 | |
CN114500574A (zh) | 一种基于区块链的提高粮库安全的监控方法、设备及介质 | |
CN107302434A (zh) | 电子签章的校验方法及系统 | |
CN114022114A (zh) | 基于电信行业的数据治理平台 | |
CN110648300A (zh) | 图像数据合成方法、装置、计算机设备和存储介质 | |
CN116939292B (zh) | 轨道交通环境下的视频文本内容监测方法及系统 | |
US20240070684A1 (en) | Blockchain systems and methods for verifying the certifications and the authenticity of commercial products | |
CN117390686B (zh) | 基于异物识别及警报的存储介质销毁系统 | |
CN112528293B (zh) | 安全漏洞预警方法、装置、设备及计算机可读存储介质 | |
CN115659401A (zh) | 基于大数据的数据安全管控方法、装置、设备及存储介质 | |
WO2024049421A1 (en) | Blockchain systems and methods for verifying the certifications and the authenticity of commercial products | |
CN117710118A (zh) | 一种智能理赔分析方法及系统 |
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: 20240407 Address after: 257000 No. two, 271 North Road, Dongying District, Shandong, Dongying Applicant after: Shandong Institute of petroleum and chemical engineering Country or region after: China Address before: 257000 No. two, 271 North Road, Shandong, Dongying Applicant before: Shengli College China University of Petroleum Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |