-
公开(公告)号：CN102851196A
公开(公告)日：2013-01-02
申请号：CN201210318907.3
申请日：2012-09-03
Applicant: 江苏大学
IPC: C12J1/10
Abstract: 本发明公开一种制醋行业使用的基于多传感器的自动翻醅机，包括移动模块、醋醅信息监测模块、系统控制模块和翻醅执行模块，移动模块包括移动电动机，醋醅信息监测模块包括醋醅温度与酸度信息、醋醅气味信息、翻醅外观信息监测单元；系统控制模块包括计算机和可编程控制器；计算机分别与温度、酸度传感器、气味传感器阵列、彩色相机、可编程控制器相连；翻醅执行模块包括翻转电动机、翻醅电动机，可编程控制器分别与移动电动机、翻转电动机、翻醅电动机相连；醋醅信息监测模块同时获取醋醅池不同位置点的醋醅温度、酸度、外观和气味信息，信息值送入计算机并与预存的阈值比较，当信息值达到阈值时，计算机向翻醅执行模块发出指令执行翻醅动作。
-
公开(公告)号：CN102706870A
公开(公告)日：2012-10-03
申请号：CN201210188643.4
申请日：2012-06-11
Applicant: 江苏大学
IPC: G01N21/78
Abstract: 本发明公开一种针对粮食仓储害虫发生信息实时监测方法及系统，若干个气体采集室分散放置在粮仓的信息素监测区域内，气体反应室内腔中固定设置嗅觉可视化传感器和摄像头，通过常规经验知识确定害虫雌虫散发信息素成分和浓度，选择敏感的色敏材料制成嗅觉可视化传感器；将变化后的颜色信息的RGB像素值减去纯净空气中RGB像素值得到颜色变化值；当变化值超过预设阈值时将每个变化值转化为相应的信号值得到信号响应特征矩阵，选取主成分特征向量，与已确定的信息素成分和浓度一起建立偏最小二乘回归模型；实测害虫信息素时根据模型即得到害虫信息素浓度值，以此在仓外即可了解粮仓内的主要害虫发生信息，从而选择合适的防治时机。
-
公开(公告)号：CN118778442A
公开(公告)日：2024-10-15
申请号：CN202410750353.7
申请日：2024-06-12
Abstract: 本发明公开了一种适用于食品发酵过程的数据优化处理方法及系统，本发明通过方法获取与食品发酵过程相对应的过程数据；构建多尺度交叉相关特征滤波器，基于所述交叉相关特征滤波器实时提取与所述过程数据相对应的特征数据，并协同混合处理提取的特征数据；结合相对应的机器学习方法，创建与所述特征数据相对应的数据预估模型，根据所述数据预估模型，并结合相对应的优化算法，实时生成与食品发酵过程相对应的预测优化控制数据；以及与所述方法相对应的系统，实现了特征的高层次转化，并完成了对过程数据的深度挖掘，以建立可靠的过程模型；并基于过程模型，联合优化算法搭建了优化控制系统，解决了过程参数互相耦合的难题。
-
公开(公告)号：CN113744212B
公开(公告)日：2024-06-11
申请号：CN202110968108.X
申请日：2021-08-23
Applicant: 江苏大学 , 中科怡海高新技术发展江苏股份公司
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/155 , G06T7/187 , G06T7/194 , G06T7/45 , G06N3/047 , G06N3/0464 , G06N3/09 , G06T5/30 , G06T5/40
Abstract: 本发明提出了一种基于显微光谱图像采集和图像处理算法的粮食真菌孢子智能识别方法，包括以下步骤：1、粮食真菌孢子图像采集以及预处理；2、对处理后图像进行阈值分割并处理；3、基于CNN霉菌判别模型，迭代阈值分割范围，以选取最佳阈值边界；4、利用CNN模型和最佳阈值处理并识别图像中霉菌孢子；5、判别霉变程度。本发明极大地提高了图像中霉菌孢子技术的效率，以及准确率。此外，本发明附带的一套交互性的软件操作界面，不仅可实时显示检测结果以及霉变程度，且操作简便、操作成本低。
-
公开(公告)号：CN115290593A
公开(公告)日：2022-11-04
申请号：CN202210959156.7
申请日：2022-08-10
Applicant: 江苏大学
IPC: G01N21/3563 , G01N21/359 , G06F17/16
Abstract: 本发明涉及一种基于近红外光谱技术的土壤有机质的快速检测方法与装置，通过自制的近红外光谱检测装置采集不同湿度水平下的土壤光谱信息，该光谱含有土壤有机质的信息，以12％的土壤含水量为基准湿度，通过多项式平滑算法、湿度自校正算法对光谱进行校正，消除土壤颗粒大小不一与不同含水量所带来的影响。然后通过酸性重铬酸钾容量法来测定土壤中有机质的理化真值，建立校正后的光谱信息与有机质含量一一对应的关系，再结合竞争性自适应重加权算法筛选特征波长，以此建立土壤有机质的检测模型，并运用该模型实现同类未知土壤样本有机质的检测；本发明的样本无需复杂的前处理，同时具备检测速度快、操作简单方便、检测稳定性、准确率高的优点。
-
Patent Agency Ranking
公开(公告)号：CN113267493A
公开(公告)日：2021-08-17
申请号：CN202110557615.4
申请日：2021-05-21
Applicant: 江苏大学
Abstract: 本发明提供了一种基于复合型纳米色敏传感芯片连续化快速无损检测谷物产毒菌的方法及装置。首先利用纳米材料的多孔特殊结构与化学染料复合，提高色敏传感器的吸附力与灵敏度，制备筛选出对2‑甲基丁醛气体、1‑戊醇、己醛和异戊醛等特征气体敏感的复合纳米染料NO2BDP@MOF、HBDP@PSN和COOCH3‑Diol@PSA；再利用特制的连续化图像采集装置对多组样本进行一天24h连续化图像采集并处理；最后用主成分分析法(PCA)等对小麦样本建立判别模型进行验证。本发明的方法和装置，能实现对谷物产毒菌代谢中挥发性气体更高灵敏度及选择性的分析，相较于传统的理化方法，可显著提高检测效率与精确度，更适用于现场的样品实时连续化检测。
-
公开(公告)号：CN112775022A
公开(公告)日：2021-05-11
申请号：CN202011406693.6
申请日：2020-12-04
Applicant: 江苏大学
Abstract: 本发明涉及一种小型水果内部品质智能分级设备，包括外壳体、上料口、漫反射激光传感器、输送装置，包含电动机，主动带轮，从动带轮，同步皮带，链条及链条上的轮辊、近红外光谱检测装置，装置内安装有光谱仪、光纤、光纤准直镜、卤素灯光源、隔热板及散热风扇、分级装置，由空气压缩机，软管，电磁阀，气动接头构成、果箱、上位机电脑，安装有分级程序软件、下位机工控机，其控制面板可对设备进行相关控制和参数设置，光谱仪通过数据线与上位机电脑通信，上位机通过串口线与工控机通信。本发明基于近红外光谱技术，相较于传统依靠外部品质的分级设备，分级快速无损，精度高，重复性好，稳定性强，可实现水果内部品质的快速智能检测分级。
-
公开(公告)号：CN108241016B
公开(公告)日：2020-08-28
申请号：CN201810100545.8
申请日：2018-02-01
Applicant: 江苏大学
Abstract: 本发明公开了一种红茶中茶黄素含量的快速检测方法及装置，涉及茶叶品质快速检测技术。本发明采用味觉传感器获取红茶茶汤的循环伏安曲线，采用化学计量学方法处理曲线、提取特征值、建立和优化模型，实现红茶中茶黄素的快速定量检测。本发明提出红茶中茶黄素的味觉传感器检测方法及装置，简化了实验步骤、样品不需要复杂的预处理、检测成本低。
-
公开(公告)号：CN107421951B
公开(公告)日：2020-05-01
申请号：CN201710752973.4
申请日：2017-08-29
Applicant: 江苏大学
IPC: G01N21/84
Abstract: 本发明一种茶叶加工关键节点的检测方法及装置，属于茶叶加工过程中无损检测技术领域。采用拱形光源作为输入信号，高分辨率GigE Vision相机捕获样品信号，通过以太网接口线将信号传输至计算机客户端，获取茶叶加工关键节点的样品图像；然后对数据进行预处理，构建判别函数特征变量，作为模式识别模型的输入，建立茶叶加工关键节点检测模型，实现茶叶加工关键节点的快速、客观、准确判别。本发明的方法和装置，能实现对茶叶加工关键节点的检测分析，相比传统分析方法，可显著提高相应的检测效率，更适用于现场快速检测分析。
-
公开(公告)号：CN106645069B
公开(公告)日：2019-04-02
申请号：CN201710006289.1
申请日：2017-01-05
Applicant: 江苏大学
Abstract: 本发明涉及一种基于罗丹明衍生物的重金属离子多重检测传感器制备方法。以制备的AuNS@Ag纳米立方体复合纳米材料作为增强基底，以制备的罗丹明衍生物R作为荧光诱导物，利用增强基底表面金壳与罗丹明衍生物R发生Ag‑N螯合反应，实现基于多信号传感的重金属离子残留的快速、灵敏、高效检测研究。制备的重金属离子多重检测传感器，当重金属离子存在时，AuNS@Ag‑罗丹明衍生物R复合物发生开环反应，恢复罗丹明的共轭结构，从而增强了复合物的荧光强度，实现基于荧光信号的重金属离子检测；通过离心分离方式去除多余的复合物，测其拉曼光谱强度，以反应前后标记分子特征峰的拉曼强度差与重金属离子浓度建立标准曲线，实现基于拉曼信号的重金属离子检测。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.019 seconds)
