一种绿茶鲜叶保鲜方法

    公开(公告)号:CN105104602A

    公开(公告)日:2015-12-02

    申请号:CN201510608258.4

    申请日:2015-09-21

    Abstract: 本发明公开了一种绿茶鲜叶保鲜的方法,其步骤:(1)采摘鲜叶原料,嫩度控制在一芽一叶以内;(2)将鲜叶原料摊放在人工气候箱内,控制温度10-15℃,空气相对湿度68-72%,摊叶厚度≤10cm;在摊放叶的上方用黄光单色光585nm-590nm照射,控制灯管与摊放叶表面距离10-15cm,所述的摊放叶表面的光照强度200-260Lx,所述的摊放叶失重率控制10-12%,得到保鲜叶;(3)将摊放叶进行杀青,揉捻,干燥,得到绿茶成品。方法易行,操作简便,延长了保鲜时间,茶叶经济价值有显著的提高,提高了绿茶品质。既使其达到次日加工的要求,又能保持茶叶的品质不变,而且产品的品质明显优于传统摊放工艺加工的绿茶产品,有效缓解生产压力,提高了茶叶的经济利用价值。

    乙酰胆碱酯酶的提取方法及应用

    公开(公告)号:CN101126082A

    公开(公告)日:2008-02-20

    申请号:CN200710052773.4

    申请日:2007-07-18

    Abstract: 乙酰胆碱酯酶的提取方法及应用,涉及一种提取鲫鱼乙酰胆碱酯酶的方法及用其检测有机磷农药残留量的方法。提取法如下:鲫鱼的组织用磷酸缓冲溶液在冰浴条件下匀浆,冷冻离心,得酶液。检测方法是以鲫鱼脑乙酰胆碱酯酶为酶源,以2,6-二氯靛酚钠为显色剂,以定性滤纸为载体,以吸附法固定化酶。具体操作为:取过塑硬纸片,粘上小滤纸片,一边加显色剂和碘化硫代乙酰胆碱溶液,另一边加乙酰胆碱酯酶溶液,滤纸片放入冰箱中冷藏干燥,用时取出,有机磷农药洗脱液滴加至滤纸上,滤纸充分润湿,两片滤纸片叠合几分钟后观察变色,无有机磷农药存在时试纸由蓝色变为无色,反之蓝色不褪或褪色不明显,浓度越高越明显。本发明成本低、检测速度快、灵敏度高。

    一种绿茶鲜叶保鲜方法

    公开(公告)号:CN105104602B

    公开(公告)日:2019-04-19

    申请号:CN201510608258.4

    申请日:2015-09-21

    Abstract: 本发明公开了一种绿茶鲜叶保鲜的方法,其步骤:(1)采摘鲜叶原料,嫩度控制在一芽一叶以内;(2)将鲜叶原料摊放在人工气候箱内,控制温度10‑15℃,空气相对湿度68-72%,摊叶厚度≤10cm;在摊放叶的上方用黄光单色光585nm‑590nm照射,控制灯管与摊放叶表面距离10‑15cm,所述的摊放叶表面的光照强度200‑260Lx,所述的摊放叶失重率控制10-12%,得到保鲜叶;(3)将摊放叶进行杀青,揉捻,干燥,得到绿茶成品。方法易行,操作简便,延长了保鲜时间,茶叶经济价值有显著的提高,提高了绿茶品质。既使其达到次日加工的要求,又能保持茶叶的品质不变,而且产品的品质明显优于传统摊放工艺加工的绿茶产品,有效缓解生产压力,提高了茶叶的经济利用价值。

    基于前景背景多级划分与特征融合的细粒度图像分类方法

    公开(公告)号:CN118262180B

    公开(公告)日:2025-01-03

    申请号:CN202410549161.X

    申请日:2024-05-06

    Abstract: 本发明涉及一种基于前景背景多级划分与特征融合的细粒度图像分类方法,该方法利用主干网络得到检测图像中不同区域的重要程度分布,并通过设定阈值对图像进行分割,得到前景图像和多级背景图像;对分割后的图像进行预处理并输入主干网络,得到前景特征和多个背景特征;基于每一个背景特征和前景特征之间的相似度,以及每一个背景特征的原图像与前景图像的距离得到两组权重,对前景特征和每一个背景特征进行两次加权,将加权后的所有特征进行融合并送入分类器得到分类结果。本发明采用前景‑背景多级划分和特征加权融合,使分类模型能够更加准确地捕获图像中强判别区域的同时,提取了图像背景中的有效信息并去除噪音,有效提高了分类准确性。

    基于前景背景多级划分与特征融合的细粒度图像分类方法

    公开(公告)号:CN118262180A

    公开(公告)日:2024-06-28

    申请号:CN202410549161.X

    申请日:2024-05-06

    Abstract: 本发明涉及一种基于前景背景多级划分与特征融合的细粒度图像分类方法,该方法利用主干网络得到检测图像中不同区域的重要程度分布,并通过设定阈值对图像进行分割,得到前景图像和多级背景图像;对分割后的图像进行预处理并输入主干网络,得到前景特征和多个背景特征;基于每一个背景特征和前景特征之间的相似度,以及每一个背景特征的原图像与前景图像的距离得到两组权重,对前景特征和每一个背景特征进行两次加权,将加权后的所有特征进行融合并送入分类器得到分类结果。本发明采用前景‑背景多级划分和特征加权融合,使分类模型能够更加准确地捕获图像中强判别区域的同时,提取了图像背景中的有效信息并去除噪音,有效提高了分类准确性。

    一种绿茶鲜叶的气调保鲜方法

    公开(公告)号:CN105145912A

    公开(公告)日:2015-12-16

    申请号:CN201510605295.X

    申请日:2015-09-21

    Abstract: 本发明公开了一种绿茶鲜叶气调保鲜的方法,其步骤:(1)采摘鲜叶原料,嫩度可以是单芽、一芽一叶、一芽二叶等不同级的原料;(2)将鲜叶原料摊放在气调库中,控制温度13-17℃,二氧化碳浓度0.7-2.3%,摊叶厚度≤20cm,时间≥36h,得到保鲜叶;(3)将保鲜叶取出,置于室内自然摊放0.5-1 h,然后进行杀青,揉捻,干燥,得到绿茶成品。方法易行,操作简便,延长了保鲜时间,茶叶经济价值显著的提高,提高了绿茶品质。既使其达到次日加工的要求,又能保持茶叶的品质不变,有效缓解生产压力,提高了茶叶的经济利用价值。

    一种基于数据平衡的交叉验证数据集裁剪和评估方法

    公开(公告)号:CN118279696A

    公开(公告)日:2024-07-02

    申请号:CN202410367109.2

    申请日:2024-03-28

    Abstract: 本发明公开了一种基于数据平衡的交叉验证数据集裁剪和评估方法,该方法首先对样本数据集进行划分,采用k折交叉验证法对预设第一图像分类模型进行训练,记录以每个子集作为验证集时每个样本的预测准确性和预测概率值;基于预测准确性和预测概率值对样本进行排序,根据排序结果对样本进行删除,得到核心数据集;利用核心数据集对预设第二图像分类模型进行训练,得到训练完备的预设第二图像分类模型;最后通过测试数据集对训练完备的预设第二图像分类模型进行性能评估。本发明既实现了保留信息丰富的不确定性样本,又保证了样本评估不会因为图像分类模型记忆而产生误差,改善深度学习图像分类模型的效率和泛化能力。

Patent Agency Ranking