专利交易市场

本发明公开了一种基于光谱技术、电导率测量和机器学习的瓜果质量预测方法，包括：瓜果经干燥、研磨成粉末，分组编号建立多个逐一编号的瓜果核心种质群体，分别检测其近红外光谱数据和电导率数据，以及检测蛋白质含量和氨基酸FAA，获得相应的数据集；对数据集的近红外光谱数据和电导率数据进行预处理，之后对预处理后的近红外光谱数据进行特征波长选择，将选择的特征波长下的吸光度值数据以及电导率数据融合在一个数据集中，划分为测试集和训练集，利用岭回归模型进行训练以及预测结果。本发明基于测量获取瓜果的光谱数据和电导率数据，并通过两者的多模态融合来对其内部蛋白质和FAA含量进行预测，该方法进一步提升了预测的准确性和稳定性。

本发明公开了一种采用双波长拟合相邻单波长实现食品安全快速检测的方法，按照如下步骤进行：采用基准波长一的LED灯照射标准浓度分级样品组得到一组基础数据；采用基准波长二的LED灯照射标准浓度分级样品组得到一组基础数据；采用被替代波长的LED灯照射标准浓度分级样品组得到一组基础数据；根据前述三组数据，采用多元回归拟合法得到拟合公式；测试过程中，将基准波长一照射待测样品的结果数据和基准波长二照射待测样品的结果数据代入多元回归拟合法得到拟合公式中，计算得到被替代波长的LED灯照射待测样品的结果数据。本发明通过2个波长的LED，实现了4个波长LED检测功能，使检测仪实现快速检测、小型化和便于携带。

本发明公开了基于光谱波段重叠分离的叶片叶绿素a、b含量反演方法。现有的总叶绿素相对含量检测仪器，不能满足植物生理生态更为细致的监测需求。原因在于没有合适叶绿素a和b重叠波段的分离方法。该方法步骤如下：步骤一、对被测叶片进行高光谱反射率采集，采集的数据包括650nm波段反射率R650、700nm波段反射率R700、消除叶片结构影响的近红外波段反射率Rw。步骤二、计算被测叶片中叶绿素a含量Ca、叶绿素a含量Cb。本发明选取了叶绿素a、b反演特征波段，并建立了叶片中基于高光谱的伪吸收系数的叶绿素a、b含量模型，进而实现了叶绿素a、b含量的无损独立反演。

本发明公开了一种农田重金属光谱数据的采集方法及系统。该采集方法通过无人机在农田上方飞行采样，并通过第一装置进行多角度测距，通过第二装置获取农田的遥感图像，通过第三装置采集土壤的重金属污染数据。进一步的，实时调整第二装置的扫描角，确保获取最佳的遥测效果，并实时调整第三装置的功率参数，确保获取最佳的重金属污染数据。本发明的这种重金属污染数据采集方法能够全面提升农田重金属污染数据的采集效率，并实现了更高密度的全面采样。

本实用新型公开了一种黑玉米中花青素的定量分析设备，包括进料斗、称重台和检测机构，进料斗内部下方设置有滤网，其底部设置有可控制输出流量的导料管，且所述导料管下方设置有试杯；称重台设置于所述进料斗下方且用于对试杯进行承载稳固，所述称重台内侧设置有用于对试杯称重的检测称，所述检测称上方设置有可对试杯内液体进行搅拌的搅拌件；当需要对玉米汁液进行过滤时，可直接将汁液倒入进料斗，并通过滤网将汁液中的渣滓进行筛滤，同时，导料管在控制阀和控制器的控制配合下会及时停止其出液，以防止导入试杯中的汁液超量，从而达到过滤、导液和控量的效果。

本发明公开了一种光谱波段优选模糊聚类的苹果品种辨别方法，包括如下步骤：S1，不同品种苹果样本的傅里叶近红外光谱采集：针对不同品种的苹果样本，用傅里叶近红外光谱仪对苹果样本进行检测，获取苹果样本傅里叶近红外光谱数据并将数据存储在计算机里。S2，用标准正态变量变化(SNV)对S1的苹果样本近红外光谱进行预处理。S3，用后向间隔偏最小二乘判别分析(BIPLSDA)对S2的近红外光谱进行波段优选。S4，对苹果近红外光谱进行降维处理和鉴别信息提取：利用主成分分析(PCA)对S3中的苹果近红外光谱数据进行压缩；然后利用线性判别分析(LDA)提取数据的鉴别信息。S5，对S4中包含鉴别信息的测试样本用一种改进的模糊C均值聚类方法辨别苹果品种。

本发明涉及禽类粪便尿酸含量技术领域,尤其涉及一种紫外分光光度法测定禽类粪便中尿酸含量的方法,包括以下步骤：S1、选取固定质量的粪便原料样品，进行晒干、除杂、粉碎，再利用过筛网进行过滤；S2、在粪便原料中加入定量的甘氨酸缓冲液，组成试验用混合样品；S3、将样品在水浴加热的条件下加热20min，进行水解；S4、将水解后的样品，以7.35%PCA稀释至15倍的体积，再用PCA：水=1:1进行调零；S5、通过紫外分光光度计对调零后的样品进行检测，测定吸光值，本发明紫外分光光度法对设备和检测人员素质要求较低且方法具有良好的稳定性和重复性，故可用于一线生产中的定性测量。