共查询到20条相似文献，搜索用时 187 毫秒
1.
该文基于近红外光谱技术,提出一种快速无损检测方法,以期实现蔬菜农药残留的分类检测。通过对喷洒了氰戊菊酯溶液、三唑磷溶液和未喷洒农药的生菜样本进行研究,比较不同预处理后的建模效果,选用SNV算法作为最优预处理方法。分别采用连续投影算法（SPA）、自主软收缩法（BOSS）和竞争性自适应重加权算法（CARS）对预处理后的光谱数据进行特征波段选择。采用支持向量机（SVM）和基于灰狼算法（GWO）优化的支持向量机（SVM）算法对特征波长变量分别建立分类模型。再通过对建立的模型进行比较得出:CARS-GWO-SVM模型取得了最佳的分类效果,模型的训练集精度和预测集精度均为100%。因此,利用近红外光谱技术对蔬菜上的农药残留进行分类检测是可行的。该研究为生菜中其他农药残留的快速无损检测分析提供参考。 相似文献
2.
有机磷农药残留快速检测方法研究 总被引：2，自引：1，他引：2
农产品中有机磷农药残留超标问题给食品安全性带来了严重挑战.控制农药残留最为有效的方法之一是加强农药残留检测的力度.为此,在对当前农药残留的检测方法进行调查研究和分析的基础上,利用氯化钯与含硫基有机磷农药的显色机理,研究了甲胺磷、乐果、氧乐果在酸性条件下与氯化钯反应显色的规律性;对3种农药的颜色传感器快速检测法进行了研究;并以小白菜为检测样本,优化了蔬菜预处理方法.研究表明:在蒸馏水介质中,最佳工作条件是pH值为2.7,显色时间取8min.最佳预处理方法为:二氯甲烷作为有机溶剂,超生辅助萃取,浸提10min,活性炭脱色.颜色传感器检测法检测速度快,适合现场快速检测的要求. 相似文献
3.
4.
基于近红外光谱法无损检测芦柑表面多种农药残留研究 总被引：1，自引：0，他引：1
以表面喷施不同浓度梯度的乙酰甲胺磷和毒死蜱混合农药的芦柑为研究对象。把两种农药以1:1比例混合,然后用自来水配置成1:100、1:300、1:500三种浓度农药溶液,分别喷施在192个芦柑表面上。采集近红外光谱数据后,应用NY/T761―2008方法 ,通过SP―6890气象色谱仪检测芦柑表面两种农药的残留量。对所得数据分别采用多元散射校正(MSC)和标准正态变量变换(SNV)两种光谱预处理方法 ,并结合联合区间偏最小二乘法(SiPLS)建立农药残留预测模型。结果表明:采用MSC的光谱预处理方法时建立的乙酰甲胺磷预测模型较优,其预测集相关系数R为0.8199;而采用SNV的光谱预处理时建立的SiPLS毒死蜱预测模型较优,其预测集相关系数为0.8434。可见,应用近红外光谱技术定量检测芦柑表面多种农药残留是可行的。 相似文献
5.
6.
7.
近年来,社会对农产品的质量安全关注度越来越高,农产品质量安全的控制与农药残留检测技术也随之受到很大的关注。文章首先阐述农产品质量安全,然后分析农产品质量安全控制措施,最后探讨农药残留检测技术,从而对农产品质量安全有关内容有了更好的了解,希望能为今后相关研究提供更多参考依据。 相似文献
8.
龙眼表面农药残留的无损检测研究-基于近红外光谱分析 总被引：1，自引：0，他引：1
为进一步探索水果农药残留的快速无损检测技术,利用近红外反射光谱分析技术,对常用的高残留农药敌百虫和敌敌畏在龙眼表面残留的无损检测进行了研究.首先在500～1000nm波段范围内,将采集到的漫反射光谱数据进行主成分分析,利用主成分1和主成分2的得分值对样本进行聚类分析,得到较好的聚类结果;然后用各类样本的主成分得分作为神经网络的输入,建立了三层的BP人工神经网络模型,并进行了农药残留检测.结果表明,对敌百虫农药残留的检测正确率为93%,对敌敌畏农药残留的检测正确率为80%,为水果表面的农药残留快速无损检测探索了一条可能的新途径. 相似文献
9.
愈演愈烈的食品安全事件,检测仪器和标准在其中起着决定性的作用。本文重点论述了农药残留检测、有毒有害元素分析和农产品品质分析3个方面需要用到的检测仪器的应用及发展现状,介绍了生物检测技术的最新进展,特别是对国产科学仪器发展存在的问题进行了评析,建议完善相关检测标准,以应对各种可能出现的突发情况。 相似文献
10.
为了高效监控蔬菜中农药残留情况，利用荧光光谱技术检测白菜中吡虫啉农药残留量。首先通过三维荧光光谱确定400nm为吡虫啉的最佳激发波长；其次通过分析6种预处理算法和2种降维算法，分别选出多元散射校正(Multiple scattering calibration, MSC)和无信息变量消除(Uninformative variable elimination, UVE)作为最佳的预处理与波长选择方法；宽度学习系统(Broad learning system, BLS)用于荧光光谱建模，同时与偏最小二乘回归(Partial least squares regression, PLSR)、支持向量机(Support vector machine, SVM)和深度极限学习机(Deep extreme learning machines, DELM)等经典模型进行比较。结果显示BLS模型获得了最佳吡虫啉含量预测效果，测试集决定系数R■达0.949,均方根误差(Root mean square error,RMSE)达0.347 mg/kg。表明了荧光光谱技术结合宽度学习预测农药残留量的可行性，可... 相似文献
11.
12.
13.
14.
《中国农机化学报》2015,(6)
用激发波长为785nm的便携式拉曼光谱仪采集农药亚胺硫磷的表面增强(SERS)拉曼光谱,为农药残留的检测提供参考。以银胶为SERS基底,使用便携式拉曼光谱仪进行测试。拉曼光谱表明银纳米粒子和亚胺硫磷发生吸附作用,亚胺硫磷的四个较强振动峰有2~5cm-1的频移和强度变化明显。对采集到的原始光谱进行卷积平滑、一阶微分、二阶微分、基线校正等预处理,结合偏最小二乘法(PLS)建立亚胺硫磷的定量分析模型。亚胺硫磷光谱数据经卷积平滑与基线校正结合预处理后建立的PLS模型分析效果最佳,PLS模型预测的相关系数RP为0.970,预测均方根误差RMSEP为11.881%;通过便携式拉曼光谱仪对亚胺硫磷溶液的定量分析,为农药残留检测提供一种快速、简单的手段。 相似文献
15.
农产品的质量安全关系着人们的身体健康,加大农产品品质的控制力度,加强残留农药的检测工作,对农业发展都具有重大意义。本文以农产品质量控制与残留农药的检测技术为分析对象,对此进行了深入探究,希望为同行提供参考。 相似文献
16.
17.
ATR-FTIR结合PLS法检测农药溶液含量 总被引：1，自引：0，他引：1
研究了ATR-FTIR光谱法在痕量农药溶液含量分析中的PLS模型及其建模过程。分别以毒死蜱和炔螨特农药为样本配制微量农药溶液,对ATR-FTIR光谱数据进行差谱、基线校正以及其他预处理方法进行优化后,根据主成分分析的结果选取最佳主成分数,以各预处理方法优化后的光谱数据建立PLS模型。实验结果表明:主成分数为1的减去一条趋势线方法为毒死蜱和炔螨特农药溶液PLS模型最优优化方法,两种农药的模型评价参数分别为R毒死蜱=0.994 3,RMSECV毒死蜱=0.199,RMSEP毒死蜱=0.057 4;R炔螨特=0.994 7,RMSECV炔螨特=0.52,RMSEP炔螨特=1.83。 相似文献
18.
19.
国内外关于马铃薯品质检测的机器视觉分级技术研究甚少,马铃薯单薯质量是马铃薯的重要指标.为此,通过对马铃薯图像进行预处理,提取相关特征参数,采用逐步回归分析方法对多个特征参数进行分析和筛选,用马铃薯俯视和侧视投影图像中的面积参数构建了单薯质量模型.利用该模型对300个马铃薯进行了检验,结果表明:该方法提取的参数个数少且检测误差小,满足了生产的需要. 相似文献