CN102042968B - 粮食品质近红外快速检测无线*** - Google Patents
粮食品质近红外快速检测无线*** Download PDFInfo
- Publication number
- CN102042968B CN102042968B CN 201010556732 CN201010556732A CN102042968B CN 102042968 B CN102042968 B CN 102042968B CN 201010556732 CN201010556732 CN 201010556732 CN 201010556732 A CN201010556732 A CN 201010556732A CN 102042968 B CN102042968 B CN 102042968B
- Authority
- CN
- China
- Prior art keywords
- model
- grain
- near infrared
- information center
- acquisition device
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 235000014113 dietary fatty acids Nutrition 0.000 claims abstract description 15
- 229930195729 fatty acid Natural products 0.000 claims abstract description 15
- 239000000194 fatty acid Substances 0.000 claims abstract description 15
- 150000004665 fatty acids Chemical class 0.000 claims abstract description 15
- 230000003287 optical effect Effects 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000010521 absorption reaction Methods 0.000 claims abstract description 6
- 238000002329 infrared spectrum Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000003491 array Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 abstract description 2
- 235000013339 cereals Nutrition 0.000 description 39
- 238000000034 method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 241000209140 Triticum Species 0.000 description 3
- 235000021307 Triticum Nutrition 0.000 description 3
- 240000008042 Zea mays Species 0.000 description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 235000005822 corn Nutrition 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种粮食品质近红外快速检测无线***,该***包括无线采集装置和信息中心;无线采集装置进行现场近红外光谱区域的光学吸收信号采集,并通过GPRS网络和因特网将信号传送给信息中心,信息中心接收无线采集装置传送的信号并进行处理;所述信息中心包括评价模型与分析装置,所述评价模型与分析装置接收无线采集装置传送的信号后,建立模型,通过建立的模型分析粮食样品;所述建立模型为建立粮食数据库、数据预处理、模型试建、模型评价和模型确定;所述分析粮食样品为模型选择、组分分析、后处理和结果评价分析粮食样品,得到相应的脂肪酸值。通过该***能够实现远程即时的粮食品质检测,从而节省粮食的收购成本。
Description
技术领域
本发明涉及一种粮食品质近红外快速检测无线***。
背景技术
根据《稻谷存储品质判定规则》GB/T20569-2006、《小麦储存品质判定规则》GB/T20571-2006、《玉米储存品质判定规则》G13/T20570的规定,粮食中的脂肪酸值是其存储品质主要指标之一。因此,粮库在粮食生产区收购这三种主粮时,对其脂肪酸值的测定就显得尤其重要,粮食脂肪酸值的测定通常在实验室中进行,通常用滴定法、比色法和色谱分析法,这些方法检测的准确度较高,但时间长、成本高且需要专业人员操作。近年也有用便携式近红外粮食品质快速检测仪,但便携式近红外现场快速检测是半定性的,测量结果的准确度不高。
发明内容
本发明的目的是为了解决现有技术中对粮食品质现场检测准确度不高的缺陷。
为了达到上述目的,本发明提供了一种粮食品质近红外快速检测无线***,该***包括无线采集装置和信息中心;所述无线采集装置进行现场近红外光谱区域的光学吸收信号采集,并通过GPRS网络和因特网将信号传送给信息中心,信息中心接收无线采集装置传送的信号并进行处理;所述信息中心包括评价模型与分析装置,所述评价模型与分析装置接收无线采集装置传送的信号后,建立模型,通过建立的模型分析粮食样品;所述建立模型为建立粮食数据库、数据预处理、模型试建、模型评价和模型确定;所述分析粮食样品为模型选择、组分分析、后处理和结果评价分析粮食样品,得到相应的脂肪酸值。
本发明的进一步设计在于,所述无线采集装置包括近红外发光光源、滤光片、菲涅尔透镜、样品池、检测器、微处理器和GPRS模块;所述近红外发光光源发出近红外线依次经过滤光片、菲涅尔透镜入射样品池,经样品池透射出的近红外线通过检测器转换成方波输送至微处理器进行处理,处理得到的信号传送给GPRS模块,并由GPRS网络和因特网传送给信息中心。
其中近红外发光光源为3×4近红外发光二极管阵列,波长为800-1100nm,且每一支都具有单独的可调的恒流电路;检测器为光传感器TSL245;微处理器选用TMS320C2XXX系列的DSP芯片;GPRS模块主要由GPRS MC55芯片构成。
本发明粮食品质近红外快速检测无线***具有以下优点:1.能够在产粮区现场采集要存储粮食的品质信息,通过无线网络和Internet,对粮食储存品质进行在线与实时评价,可以远程实时了解所要存储粮食的品质;2.现场采集装置,结构简单,特别是应用TSL245光传感器使得该装置结构紧凑、可靠性高; 3.根据检测结果,在收购现场确定是否收购所检测的粮食,以节约粮食的收购成本。
附图说明
图1为本发明的粮食品质近红外快速检测无线***组成框图;
图2为图1中无线采集装置结构示意图;
图3为图2中近红外发光二极管的电流调整电路示意图;
图4为本发明的评价模型与分析装置的处理过程示意图;
图5为本发明的评价模型与分析装置的建立模型过程示意图;
图6为本发明的粮食脂肪酸值计算方法流程图;
图7为某品种水稻脂肪酸值根据本发明在特征波段建立的测定模型的预测散点图。
具体实施方式
下面结合附图对本发明粮食品质近红外快速检测无线***进一步详细说明。
如图1所示该快速检测无线***包括无线采集装置和信息中心,无线采集装置进行现场近红外光谱区域的光学吸收信号采集,并依次通过GPRS网络和因特网将信号传送给信息中心;信息中心接收无线采集装置传送的信号并进行处理,得到相应的脂肪酸值。
无线采集装置是根据粮食(稻谷、小麦、玉米)中各种有代表性的有机成份在近红外光谱区域的光学吸收特性、各成份的最强吸收波长的不同,吸收强度与粮食有机含量间的正比关系,通过对样品已知化学成份含量与其近红外光谱测定结果回归分析,建立起定标方程,即可对同一种相似类型的未知样品成份含量进行估测。由于吸收弱,近红外光具有比中红外和可见光更强的穿透能力,不用稀释可以直接测定样品的主要成分,可以透过较厚的样品,实现长光程测定。长光程的透射法用近红外光谱早期在农副产品中的应用,大多是通过漫反射技术实现的。漫反射法为保证足够的信号强度,需要有效的收集散射光,光路结构通常较复杂。为提高采集装置的可靠性,并降低光路成本,本***采用短波近红外区的透射法。结合图2,无线采集装置包括3×4近红外发光二极管(LED)阵列组成的光源1、滤光片2、菲涅尔透镜3、样品池4、检测器5、微处理器6和GPRS模块7。近红外发光二极管发出波长为800-1100nm的近红外线依次经过滤光片2、菲涅尔透镜3入射样品池4,经样品池4透射出的近红外线通过检测器5转换成方波输送至微处理器6进行处理,处理得到的信号传送给GPRS模块7,并由GPRS网络和因特网传送给信息中心。该无线采集装置还包括电源模块10、连接微处理器6的液晶显示器8、连接GPRS模块7的SIM卡插座9,其中电源模块10对近红外发光二极管阵列、检测器、微处理器和GPRS模块供电,液晶显示器8现场直观显示微处理器对数据处理的结果。
为了保证光源的稳定,每一支近红外LED都有单独的可调的恒流电路,使用4-16译码器CD4515实现对近红外二极管阵列进行通断控制,在集电极的ULN2003(反相器)增加了LED的电流驱动能力。结合图3,LM336作为电压基准R,为其限流电阻,调节电位器R2的一端接在ULN2003的输出端,另一端与三极管2N222的发射极连接,通过三极管2N222增加近红外的电流驱动能力,同时近红外LED上也可以得到稳定的电流。
检测器5选用美国德州仪器(TI)公司生产的新型红外线光频转换器TSL245,它在一个单片CMOS集成电路上组合了一个硅二极管和一个电流—频率转换,当红外线照射到硅光电二极管时,二极管产生与光照度成正比例的导通电流,再由电流—频率转换器将此电流转换成一个频率与它成比例的方波(占空比为50%),即TSL245输出的是一个方波,且频率与所施加的光照度成精确的正比例关系,具有良好的线性度;它同时也是一个完全的可见光截止滤波器,TSL245输出的方波直接到微处理器DSP的I/O口。
微处理器6选用美国德州仪器(TI)公司生产的TMS320C2XXX系列DSP芯片,该芯片处理能力强,指令周期最短为25ns,运算能力达40MIPS,片内具有较大的闪速存储器,功耗低,资源配置灵活。选用该系列DSP芯片运行数据预处理中的小波变换程序,该小波变换处理从信号本身特性出发,通过在小波域系数反应的信号特征,来制定处理信号的策略,小波域体现的信号特征主要包括:自相似性、间断点检测和信号发展趋势;通过小波变换处理能够降低检测误差,提高检测精度也就是提高光谱数据的质量,消除相同成分含量、甚至同一样品的粮食近红外光谱数据之间的差异,提高信噪比,改变变化域。
GPRS模块7主要由GPRS MC55芯片构成,实现与Internet网连接。GPRS/Internet内部网关将 GPRS 网络11的数据格式转化成 Internet 数据格式,信息中心可以通过Internet,实现粮食(稻谷、小麦、玉米)存储品质远程无损检测。
由GPRS模块7接入Internet,因为在GPRS MC55模块内置的TCP/IP协议栈,由AT指令控制使应用程序很容易接入网络。这一方案的优点在于它不需应用程序,开发商执行自己的TCP/IP和PPP栈,这样最小化了将网络连接成一个新的或已经存在的应用程序所需的成本和时间。
信息中心具有评价模型与分析装置,结合图4,该评价模型与分析装置通过建立模型和分析粮食样品对粮食品质进行检测;建立模型过程依次包括:建立粮食数据库、数据预处理、模型试建、模型评价和模型确定;分析粮食样品过程依次包括:模型选择、组分分析、后处理和结果评价。
采用偏最小二乘法和人工神经网络两种方法,研究建立近红外光谱分析应用模型方法,分析数据的相关性、一次和常数项误差、光谱噪声对模型性能的影响,并提出消除其影响的措施。根据现场定量分析要求,提出分析数据的后处理方法,设计与研制仪器配套的被测样品成分含量近红外光谱定量分析软件并开发核心模块。结合图5,建立模型的具体过程为:将采集的粮食样品的数据进行标定、选择后建立基础数据,同时将选择的数据进行检测、数据预处理后得到分析数据,对比基础数据和分析数据,进行模型试建,对试建的模型进行评价,确定模型,将确定的模型进行分析应用,在应用的过程中不断进行维护,对模型确定进一步改进。其中数据预处理采用矩阵预处理,加大建模样品间的差异。通过无线采集装置中DSP的小波变换预处理和建立模型过程中的矩阵预处理两种方法的联合使用可提高建模的准确性和稳健性。
通过分段线性回归分析建立近红外光谱的频率与粮食中的脂肪酸的数学模型方程,如图6所示,再通过无线采集装置,对粮食样品的吸光度信息采集,每得到一个近红外光谱的频率y值,就可以计算出相应的粮食脂肪酸值x。
信号采集模块得到近红外光谱的频率值y:在y<yk1时,运用模型方程x=m1y+n1计算出粮食脂肪酸x值;在yk1≤y<yk2时,运用模型方程x=m2y+n2计算出粮食脂肪酸x值;在yk2≤y<yk3时,运用模型方程x=m3y+n3计算出粮食脂肪酸x值;在yk3≤y<yk4时,运用模型方程x= yk3≤y<yk4计算出粮食脂肪酸x值;在y≥yk4时,运用模型方程x=m5y+n5计算出粮食脂肪酸x值。
图7为某品种水稻脂肪酸值根据本发明在特征波段建立的测定模型的预测散点图。从图中可以看到,数据点距离拟合直线集中,准确率高。
Claims (5)
1.一种粮食品质近红外快速检测无线***,其特征在于:该***包括无线采集装置和信息中心;所述无线采集装置进行现场近红外光谱区域的光学吸收信号采集,并通过GPRS网络和因特网将信号传送给信息中心,信息中心接收无线采集装置传送的信号并进行处理;所述信息中心包括评价模型与分析装置,所述评价模型与分析装置接收无线采集装置传送的信号后,建立模型,通过建立的模型分析粮食样品;所述建立模型为建立粮食数据库、数据预处理、模型试建、模型评价和模型确定;所述分析粮食样品为模型选择、组分分析、后处理和结果评价分析粮食样品,得到相应的脂肪酸值;所述无线采集装置包括近红外发光光源(1)、滤光片(2)、菲涅尔透镜(3)、样品池(4)、检测器(5)、微处理器(6)和GPRS模块(7);所述近红外发光光源(1)发出近红外线依次经过滤光片(2)、菲涅尔透镜(3)入射样品池(4),经样品池(4)透射出的近红外线通过检测器(5)转换成方波输送至微处理器(6)进行处理,处理得到的信号传送给GPRS模块(7),并由GPRS网络和因特网传送给信息中心;所述近红外发光光源为3×4近红外发光二极管阵列,波长为800-1100nm。
2.根据权利要求1所述的粮食品质近红外快速检测无线***,其特征在于:所述近红外发光二极管阵列(1)每一支都具有单独的可调的恒流电路。
3.根据权利要求1所述的粮食品质近红外快速检测无线***,其特征在于:所述检测器(5)为光传感器TSL245。
4.根据权利要求1所述的粮食品质近红外快速检测无线***,其特征在于:所述微处理器(6)选用TMS320C2XXX系列的DSP芯片。
5.根据权利要求1所述的粮食品质近红外快速检测无线***,其特征在于:所述GPRS模块(7)主要由GPRS MC55芯片构成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010556732 CN102042968B (zh) | 2010-11-24 | 2010-11-24 | 粮食品质近红外快速检测无线*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010556732 CN102042968B (zh) | 2010-11-24 | 2010-11-24 | 粮食品质近红外快速检测无线*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102042968A CN102042968A (zh) | 2011-05-04 |
CN102042968B true CN102042968B (zh) | 2012-05-02 |
Family
ID=43909312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010556732 Expired - Fee Related CN102042968B (zh) | 2010-11-24 | 2010-11-24 | 粮食品质近红外快速检测无线*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102042968B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590129B (zh) * | 2012-01-11 | 2014-03-26 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102564997A (zh) * | 2012-01-17 | 2012-07-11 | 南京理工大学 | 一种家庭用近红外食品品质检测装置 |
CN103237078A (zh) * | 2013-04-27 | 2013-08-07 | 翁整 | 近红外食品安全鉴别*** |
CN104182251A (zh) * | 2014-08-12 | 2014-12-03 | 小米科技有限责任公司 | 农作物特征检测方法、装置及终端 |
CN104390927B (zh) * | 2014-10-24 | 2017-11-03 | 中华人民共和国黄埔出入境检验检疫局 | 煤炭样品中灰分的快速检测方法 |
CN104568811B (zh) * | 2014-10-24 | 2017-08-25 | 中华人民共和国黄埔出入境检验检疫局 | 煤炭样品中发热量的新型快速检测方法 |
CN104535525B (zh) * | 2014-10-24 | 2017-10-20 | 中华人民共和国黄埔出入境检验检疫局 | 煤炭样品中的固定碳的快速检测方法 |
CN104374736B (zh) * | 2014-10-24 | 2017-10-10 | 中华人民共和国黄埔出入境检验检疫局 | 煤炭样品中的可燃体的快速检测方法 |
CN104390936B (zh) * | 2014-10-24 | 2017-11-03 | 中华人民共和国黄埔出入境检验检疫局 | 煤炭样品中挥发分的快速检测方法 |
CN104515749B (zh) * | 2014-10-24 | 2017-11-03 | 中华人民共和国黄埔出入境检验检疫局 | 煤炭样品中内水的快速检测方法 |
CN104931452A (zh) * | 2015-06-10 | 2015-09-23 | 柳州市侗天湖农业生态旅游投资有限责任公司 | 红外光谱检查茶叶*** |
CN106706095A (zh) * | 2015-11-13 | 2017-05-24 | 湖南餐智科技有限公司 | 一种食材检测装置、智能电子秤以及食材检测方法 |
CN105445189A (zh) * | 2015-11-26 | 2016-03-30 | 英业达科技有限公司 | 食品安全***及食品检测装置 |
CN106092940A (zh) * | 2016-08-27 | 2016-11-09 | 方有菊 | 一种食品安全快速检测装置 |
CN107356555A (zh) * | 2017-06-29 | 2017-11-17 | 深圳市赛亿科技开发有限公司 | 一种基于近红外光谱检测面粉品质的装置 |
CN109253981B (zh) * | 2018-11-12 | 2021-04-27 | 武汉轻工大学 | 基于红外光谱的定量分析模型建立方法及装置 |
CN109724940A (zh) * | 2019-02-26 | 2019-05-07 | 宜宾五粮液股份有限公司 | 利用近红外光谱仪检测酒糟成分含量的方法及*** |
CN111189795B (zh) * | 2020-02-27 | 2021-11-02 | 南京农业大学 | 一种基于近红外光谱的便携式谷物品质在线检测装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2615660Y (zh) * | 2003-04-01 | 2004-05-12 | 中国农业机械化科学研究院 | 近红外谷物品质分析仪用漫透射测定装置 |
CA2515891A1 (en) * | 2004-05-07 | 2005-11-07 | Nir Technologies Inc. | Ft-nir fatty acid determination method |
CN101655454A (zh) * | 2009-09-15 | 2010-02-24 | 北京市农林科学院 | 一种粮食储存品质判定的快速测定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0779639B2 (ja) * | 1988-05-06 | 1995-08-30 | 株式会社片山化学工業研究所 | クリーム状乳加工品の品質改良剤 |
-
2010
- 2010-11-24 CN CN 201010556732 patent/CN102042968B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2615660Y (zh) * | 2003-04-01 | 2004-05-12 | 中国农业机械化科学研究院 | 近红外谷物品质分析仪用漫透射测定装置 |
CA2515891A1 (en) * | 2004-05-07 | 2005-11-07 | Nir Technologies Inc. | Ft-nir fatty acid determination method |
CN101655454A (zh) * | 2009-09-15 | 2010-02-24 | 北京市农林科学院 | 一种粮食储存品质判定的快速测定方法 |
Non-Patent Citations (1)
Title |
---|
钟更进.港口仓库实时无限监控及GPRS技术应用.《微计算机信息》.2007,第23卷(第5-2期),19-21. * |
Also Published As
Publication number | Publication date |
---|---|
CN102042968A (zh) | 2011-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102042968B (zh) | 粮食品质近红外快速检测无线*** | |
CN101382488B (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
Potdar et al. | Determination of soil nutrients (NPK) using optical methods: a mini review | |
CN106323909A (zh) | 果蔬品质手持式近红外光谱检测***及检测方法 | |
CN102435580B (zh) | 近红外牛奶成分快速测量装置与方法 | |
CN104990900B (zh) | 土壤氮素和含水率测量装置及方法 | |
CN101852725B (zh) | 一种全谱段透射式植物生化参数无损检测装置和方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN104111234A (zh) | 基于近红外光谱技术的生物质基础特性在线检测方法及装置 | |
CN102879353A (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN104764699B (zh) | 一种测定食用油酸价的方法 | |
CN106950183A (zh) | 一种基于光谱技术的便携式土壤养分检测装置 | |
CN102564997A (zh) | 一种家庭用近红外食品品质检测装置 | |
CN104778349B (zh) | 一种用于水稻表土氮肥施用等级评定方法 | |
CN104155247B (zh) | 水体叶绿素和浊度原位测定方法及测定装置 | |
CN111781154A (zh) | 基于多光谱传感器的低成本牛乳成分分析方法与装置 | |
Song et al. | Development of crop chlorophyll detector based on a type of interference filter optical sensor | |
CN109100322A (zh) | 基于温度自校正的食品近红外光谱快速检测方法及便携式检测装置 | |
CN202372440U (zh) | 近红外牛奶成分快速测量装置 | |
CN107036999A (zh) | 一种基于近红外光谱及化学计量学的五元调和油定量分析方法 | |
CN1595105A (zh) | 集成化微型光学分析仪 | |
CN204789310U (zh) | 自动检测苹果霉心病的装置及其数据测量设备 | |
La et al. | Fusion of spectral and electrochemical sensor data for estimating soil macronutrients | |
Wang et al. | Prediction of soil organic matter content using VIS/NIR soil sensor | |
CN109932339B (zh) | 一种全天候光环境自适应作物生长检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120502 |
|
CF01 | Termination of patent right due to non-payment of annual fee |