简介：提出了一种基于条件随机场的协议异常检测模型。该方法将连接中的数据包作为观测序列,量化数据包首部的标志位,计算标志位在连接中的出现频率作为观测序列的两个特征,实验结果验证了所建立模型的准确性,同基于隐马尔科夫模型的检测方法相比,提出的方法在各个衡量标准上都要高于后者。

简介：为解决马铃薯图片的分类检测问题,提出了基于卷积神经网络的图像分类方法.利用卷积神经网络自动学习图像特征的优势解决马铃薯图像的分类问题,分别研究了基于ResNet、DenseNet和CaffeNet的神经网络模型图像分类方法,比较了不同分类方法的准确率,同时利用可视化工具提取网络中的特征图,结合测试结果对网络模型进行调整,降低图像分类的错误率,并且针对样本容量较小时易造成网络模型过拟合的缺点,采用留一法和其他方法来处理样本图片,以提高训练的网络精度.该次研究中训练的三种神经网络模型正确地对马铃薯图像特征进行了提取,网络的识别准确率较高,达到了生产检测的标准.

简介：采用混合高斯模型算法，以实现背景前景的分离，并利用前景目标的二值化图像计算其轮廓特性，对超过阈值的目标物体进行预警，同时系统为实现良好的可移植性及较快的硬件处理速率，采用软件分层的体系来实现动态物体检测，底层通过V4L2接口实现硬件视频帧的采集，顶层调用opencv视觉库实现混合高斯模型下的前景提取。最后系统实现良好的人机交互界面的设计。

简介：研究了固相萃取法提取动物源性食品中25种兽药残留的方法,利用超高效液相色谱-串联质谱（UPLCMS/MS）进行测定的工艺.通过实验,比较了不同提取剂、固相萃取柱、流动相对实验方法的影响,确定动物源性食品经过0.2%甲酸乙腈水溶液提取,过OasisPRiMEHLB固相萃取柱净化后,用UPLC-MS/MS分析测定.该方法快速简便节省溶剂,25种兽药的检出限为0.006-0.08μg/kg,添加回收率为70.4-90.6%,RSD为5.3-12.3%.为今后动物源性食品在多残留检测方面的研究提供必要的技术支持.

简介：电子鼻是一种食品品质检测领域的创新测量系统,由于其具有快速、无损等优点,因此被应用于食品生产链早期污染和缺陷检测。电子鼻通过模仿哺乳动物嗅觉系统的主要构件来检测和识别复杂的气味。伴随着肉类食品在我国国民消费所占的比例越来越高,人们对肉类品质的要求也越来越高,研究人员已采用电子鼻对肉类新鲜度、肉类有害物质、肉类掺假等进行鉴别,研究结果表明电子鼻的准确识别率能达到87.5%以上。本文介绍了电子鼻的组成、工作原理和电子鼻技术在检测肉类新鲜度、肉类有害物质、肉类掺假问题的典型研究成果以及存在的问题,并提及了电子鼻的未来发展趋势和应用领域。

简介：我国对禽类禽流感抗体的检测方法大部分都采用血凝抑制试验.检测部门在进行鸭血清检测的监控中发现,严重的非特异性凝集现象会造成检测结果的误判.针对这一问题,该研究对16份鸭血清采用2种不同的血清处理方法并设置3个不同温度进行检测分析.结果发现,当环境温度为25℃,采用血清灭活处理,可以有效祛除鸭血清中非特异性凝集因子,检测出的抗体效价跟对照相比,差异性不显著（t检验P〉0.05）.因此,采用研究推荐的最佳试验条件,可确保检测结果的准确性,为鸭血清禽流感病毒抗体的检测提供依据.