高效液相色谱法在农产品质量安全检测中的应用

食品安全问题是现代社会普遍关注的问题。现代的农业生产通过大量使用农药来提升产量,这就导致农产品农药残留超标问题的产生,对消费者的身体健康造成了很大的影响。因此需要重视农产品的质量安全检测,不断提升农产品质量安全检测的准确性,从而提升农产品市场的规范性,保证农产品的安全性。在农产品质量安全检测中,高效液相色谱法,是一种新型的高效的检测方法,在食品药品的检测中发挥了重要作用。本文主要对高效液相色谱检测法在农产品质量安全检测中的应用进行分析,希望能够提升农产品质量安全检测的可靠性。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

基于多任务目标检测的条形码倾斜矫正算法研究

条形码识别技术在日常工作中发挥着巨大作用,尤其是在智能物流包裹分拣领域。该技术主要分为三个部分:条形码检测、矫正和译码。目前条形码检测和译码技术较为成熟,而在条形码倾斜矫正技术上研究效果一般。为提升条形码矫正效果,设计一种矫正算法。先对条形码倾斜程度进行分类,再进行角度回归,有效降低条形码矫正任务难度;并将该算法与单阶段检测器融合构成多任务目标检测算法,协同促进发挥检测和矫正的作用。实验表明:余弦距离角度损失函数更加适合角度回归任务,针对条形码倾斜程度分类有助于提升条形码矫正效果。与其他相关算法对比,该算法在矫正准确率、实际译码率和速度上均取得最优的效果。     

航天企业计量检测管理的现状与发展

我国科学技术飞速发展的当下,航天制造领域尤其是电子元器件等精密器件制造过程中,计量检测工作是提升产品质量的关键,一套优秀的计量检测管理模式是航天企业增强核心竞争力,持续稳定发展的重要保障。本文通过对航天制造业中计量检测管理工作的现状进行分析,明确计量检测工作地位的同时凸显逐步完善计量检测管理体系的必要性。计量检测管理工作的不断深化,将为航天制造企业的良好发展奠定更加坚实的基础。