-
公开(公告)号：CN110411957B
公开(公告)日：2021-11-19
申请号：CN201910803691.1
申请日：2019-08-28
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G01N21/25 , G01N21/359 , G01N21/3563 , G01N33/02 , G06Q10/04 , G06Q50/28
Abstract: 本发明提供一种水果货架期及新鲜程度的无损快速预测方法及装置。该方法包括获取不同储存时间水果的光谱数据并记录水果储存时间和环境数据；采用回归算法建立水果储存时间模型，基于所建模型预测值结合样本数计算加权修正预测值并计算判别阈值从而判断水果新鲜程度，并提出了根据水果关键变化期数据制定水果货架期的方法。基于上述方法，研制出水果新鲜程度分析仪，包含光路系统、电路系统、控制系统、数据存储与处理系统；可采集水果光谱数据并调用模型预测水果新鲜程度。本方法明显提高了水果新鲜程度和货架期预测的精准度，能够实现水果新鲜程度和货架期的无损、快速、精准预测，为水果新鲜程度快速分析仪的研制提供了技术参考。
-
公开(公告)号：CN109839358B
公开(公告)日：2021-08-10
申请号：CN201910058014.1
申请日：2019-01-22
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种农产品品质分析方法及装置。所述农产品品质分析方法包括：获取光谱数据并测定参考值数据；数据分为校正集和外部验证集；采用复合变量选择算法结合蒙特卡洛采样方法选择关键变量；基于所选变量建立数学模型并采用外部验证集做盲样验证。基于上述方法研制基于数字光处理内核农产品品质分析装置，包括光学系统、控制系统、电路系统和数据存储与处理系统。该装置将光学系统所采集数据进行存储，根据变量选择结果提取关键变量数据，调用数学模型针对待测样品做基于关键变量的数据运算，得到品质数据，并根据品质数据进行分析/分级。本发明可大幅精简光谱数据信息并提高分析仪器工作效率，为农产品品质无损快速精准分级等提供技术参考。
-
公开(公告)号：CN112085342A
公开(公告)日：2020-12-15
申请号：CN202010820375.8
申请日：2020-08-14
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G06Q10/06 , G06Q50/02 , G01N21/25 , G01N21/359
Abstract: 本发明提供一种农业投入品复合品质评价方法，包括：采集样品光谱数据，用参考方法获取样品多品质指标参考值；在剔除异常值和数据分集后，基于校正集建立样品多品质校正模型，对外部验证集预测并计算相对预测性能指数；对公共预测集进行预测并计算标准化预测值、预测值变异系数；根据多品质参考值主成分分析结果计算归一化贡献率；根据标准化预测值、相对预测性能指数、预测值变异系数、归一化贡献率，结合修正系数计算公共预测集复合品质加权综合指数；统计复合品质加权综合指数频次，设定分级阈值，根据复合品质加权综合指数和分级阈值对样品进行复合品质分级。本发明提供的农业投入品复合品质评价方法可为农业投入品复合品质评价提供技术支持。
-
公开(公告)号：CN110264050A
公开(公告)日：2019-09-20
申请号：CN201910490896.9
申请日：2019-06-06
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G06Q10/06 , G06Q50/02 , G06T7/00 , G01N21/25 , G01N21/3563 , G01N21/359
Abstract: 本发明提供一种农产品品质分析方法及分析仪。所述农产品品质分析方法包括：获取光谱数据并测定参考值数据；数据分为校正集和外部验证集；将光谱数据和参考值数据整理成数据矩阵，用蒙特卡洛采样法对数据矩阵采样；采用变量选择算法，对数据矩阵采样结果进行关键变量选择，统计各变量被选择频次并排序；对高相对频次变量统计稳定性，筛选出稳定关键变量并建立数学模型；将采集的待测农产品光谱数据代入数学模型，根据运算结果实现对农产品品质的分析。为实现上述方法的应用，研制出农产品品质分析仪，根据稳定关键变量预测并输出结果。本发明优化了蒙特卡洛采样参数，在获得稳定关键变量筛选结果的同时最大限度地降低运算成本并提高工作效率。
-
公开(公告)号：CN109839358A
公开(公告)日：2019-06-04
申请号：CN201910058014.1
申请日：2019-01-22
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种农产品品质分析方法及装置。所述农产品品质分析方法包括：获取光谱数据并测定参考值数据；数据分为校正集和外部验证集；采用复合变量选择算法结合蒙特卡洛采样方法选择关键变量；基于所选变量建立数学模型并采用外部验证集做盲样验证。基于上述方法研制基于数字光处理内核农产品品质分析装置，包括光学系统、控制系统、电路系统和数据存储与处理系统。该装置将光学系统所采集数据进行存储，根据变量选择结果提取关键变量数据，调用数学模型针对待测样品做基于关键变量的数据运算，得到品质数据，并根据品质数据进行分析/分级。本发明可大幅精简光谱数据信息并提高分析仪器工作效率，为农产品品质无损快速精准分级等提供技术参考。
-
Patent Agency Ranking
公开(公告)号：CN110411957A
公开(公告)日：2019-11-05
申请号：CN201910803691.1
申请日：2019-08-28
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G01N21/25 , G01N21/359 , G01N21/3563 , G01N33/02 , G06Q10/04 , G06Q50/28
Abstract: 本发明提供一种水果货架期及新鲜程度的无损快速预测方法及装置。该方法包括获取不同储存时间水果的光谱数据并记录水果储存时间和环境数据；采用回归算法建立水果储存时间模型，基于所建模型预测值结合样本数计算加权修正预测值并计算判别阈值从而判断水果新鲜程度，并提出了根据水果关键变化期数据制定水果货架期的方法。基于上述方法，研制出水果新鲜程度分析仪，包含光路系统、电路系统、控制系统、数据存储与处理系统；可采集水果光谱数据并调用模型预测水果新鲜程度。本方法明显提高了水果新鲜程度和货架期预测的精准度，能够实现水果新鲜程度和货架期的无损、快速、精准预测，为水果新鲜程度快速分析仪的研制提供了技术参考。
-
公开(公告)号：CN110264050B
公开(公告)日：2021-05-25
申请号：CN201910490896.9
申请日：2019-06-06
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G06Q10/06 , G06Q50/02 , G06T7/00 , G01N21/25 , G01N21/3563 , G01N21/359
Abstract: 本发明提供一种农产品品质分析方法及分析仪。所述农产品品质分析方法包括：获取光谱数据并测定参考值数据；数据分为校正集和外部验证集；将光谱数据和参考值数据整理成数据矩阵，用蒙特卡洛采样法对数据矩阵采样；采用变量选择算法，对数据矩阵采样结果进行关键变量选择，统计各变量被选择频次并排序；对高相对频次变量统计稳定性，筛选出稳定关键变量并建立数学模型；将采集的待测农产品光谱数据代入数学模型，根据运算结果实现对农产品品质的分析。为实现上述方法的应用，研制出农产品品质分析仪，根据稳定关键变量预测并输出结果。本发明优化了蒙特卡洛采样参数，在获得稳定关键变量筛选结果的同时最大限度地降低运算成本并提高工作效率。
-
公开(公告)号：CN110261529A
公开(公告)日：2019-09-20
申请号：CN201910658954.4
申请日：2019-07-19
Applicant: 北京农业质量标准与检测技术研究中心
Abstract: 本发明提供一种基于超高效液相色谱串联三重四级杆质谱检测牛奶中23种兽药的方法。本发明用乙腈(含2％甲酸)提取牛奶样品中目标化合物，经Oasis PRiME HLB小柱净化后，氮气吹扫，用5％甲醇水溶液溶解残余物后分析；以水-甲醇为流动相，用HSS T3色谱柱分离目标化合物，采用电喷雾电离串联三重四级杆质谱在多反应监测模式下进行测定，外标法定量。23种兽药化合物的检出限在0.005～3.026μg·kg-1之间，定量限在0.1～10μg·kg-1之间，加标回收率在70.98％～118.63％之间，相对标准偏差在0.14％～11.55％之间，该方法简单快捷、准确可靠。
-
公开(公告)号：CN108681697B
公开(公告)日：2021-03-23
申请号：CN201810401774.3
申请日：2018-04-28
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G06K9/00
Abstract: 本发明实施例公开一种特征选择方法及装置，能实现用于光谱无损检测中目标物测定的特征的选择，具有较好的鲁棒性和稳定性。方法包括：S1、获取样品的光谱数据集；S2、对所述光谱数据集进行第一数量次采样，获得所述第一数量个样本空间，对于每一个样本空间，利用该样本空间构建一个偏最小二乘定量分析模型，并基于该偏最小二乘定量分析模型对该样本空间所对应的特征进行重要性排序；S3、根据所述第一数量个样本空间对应的特征的重要性排序结果对所述第一数量个样本空间对应的特征进行排序，得到特征排序结果，基于所述特征排序结果确定特征选择数量，并按照所述特征排序结果选择前所述特征选择数量个特征作为目标特征。
-
公开(公告)号：CN103760128B
公开(公告)日：2016-04-06
申请号：CN201410005145.0
申请日：2014-01-06
Applicant: 北京农业质量标准与检测技术研究中心
IPC: G01N21/3563 , G01N21/359
Abstract: 本发明提供一种松材线虫病早期诊断方法，用近红外光谱仪采集早期染病松树的松针的近红外光谱，同时采集未染病松树松针的光谱，根据两组光谱数据建立判别模型；采集待测松针的光谱，利用判别模型对光谱进行预测运算，根据所得预测值结合模型的判别阈值判断待测松树是否染病。本发明以近红外光谱为核心技术，通过训练集样品建立快速识别模型，可以将松树的松材线虫病的发现提前到松树感染松材线虫病10天左右，为该病的早期诊断提供有效的技术手段，并为该病的治疗争取了充足的时间。本发明具有快速、高效准确度高等特点，可实现对松材线虫病的早期诊断，从而为染病松树的早期发现、治疗及预防松材线虫病对松树所造成的严重危害提供重要技术手段。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.059 seconds)
