摘要：目的:设计一种基于计算机视觉技术结合深度学习模型的新方法检测八角粉的掺假情况。方法:采集不同掺假比例八角粉的原始图像,利用预处理和数据增强技术获得图像集合。随后构建SqueezeNet深度学习模型,并与支持向量机(support vector machine, SVM)、K-邻近学习(K-nearest neighbor learning, KNN)、随机森林(random forest, RF)、梯度提升树(gradient boosting tree, GBT)和多层感知器(multilayer perceptron, MLP)5种机器学习模型进行比较。结果:5种机器学习模型的最高准确度仅为66.37%,而SqueezeNet模型的准确度为99.42%。结论:深度学习分类模型性能相较于传统机器学习分类模型更为优越,识别效果良好且样品无需预处理。

摘要：县级农产品质检站要直接面向广大农业生产者和农产品消费者．重点承担所辖区域范围内农产品质量安全日常性检测工作．是农产品质量安全检测体系建设重点之一。据统计．到2010底，我国已新建、改扩建936个县级质检站[1]。实验室的建设是一项复杂的系统工程．无论是新建、扩建或是改建项目．它不单纯是选购合理的仪器设备，还要综合考虑实验室的总体规划、合理布局和平面设计．以及对实验室水电气条件，温湿度控制、防火、通风排气、照明、“三废”处理和安全等设施进行系统设计和改造。