基于深度学习的种子质量检测综述

“种优则粮丰,粮安则民安”。我国是粮食大国,为保障粮食安全,需要紧抓种子质量,健康的种子和适宜的品种可以显著提高农作物的产量和质量。因此实现快速、无损地检测种子质量的技术对于粮食生产具有重要的意义。近年来,机器视觉作为一种无损检测方法在粮食种子质检领域得到了广泛应用。通过对粮食种子图像数据进行训练,最终得到能够准确、快速识别种子外观品质的模型。重点从数据集角度出发,总结了基于深度学习算法在小麦、稻米、玉米等主要粮食种子的外观品质检测方面的研究进展,并根据这些研究存在的不足对该领域未来的研究方向进行了展望。     

耐受乙醇巴氏醋杆菌ZJ-25培养基的优化

以中国传统固态发酵醋醅中分离得到的1株耐受12%vol乙醇的巴氏醋杆菌（Acetobacter pasteurianus）ZJ-25为出发菌株,以产酸量为评价指标,采用单因素试验和正交试验设计对培养基配方进行了优化。结果表明,最佳培养基组合为葡萄糖3%、酵母粉3%、乙醇5.5%、乙酸0.12%。在此最佳培养基条件下,菌株ZJ-25的产酸量由常规培养基条件下的32.5 g/L提高至44.3 g/L。