图像分割算法是用于农产品光电检测分级分类的基础任务，传统算法的优势在于结构简单，，但对复杂环境的适应性较弱。深度学习方法受到环境影响较少，但需大量样本支持，如何正确的获取样本，以及提高算法的整体效率是当前需要解决的主要问题。在实际使用中，深度学习由于性能问题尚无法完全取代传统算法，使用者可以根据具体的需求选择合适的算法。
原子吸收光谱法简称AAS是一种仪器分析方法，主要与用于无机元素的分析的原子发射光谱法相辅相成，通过吸收光线的减弱情况来准确计算出样品中该元素的含量，具有检出限比较低、灵敏度高、准确度好等优点，是对无机化合物元素进行定量分析的主要手段。如谢莹等采用湿法消解玉米植物叶片样品，用AAS法测定了玉米叶片中的重金属元素(Cu、Pb、Zn、Cr、Cd)含量，其相对标准偏差为1。1%~7。7%，加标回收率也取得了满意的结果。
各种新型显色剂和高灵敏度的显色体系不断涌现，为建立高灵敏度的试纸检测方法提供了更大的发展空间。如薛文静等以0。1%镉试剂的乙醇溶液为显色剂，定量分析用慢速中性滤纸为载体，制备镉快速检测试纸，标准系列色阶为0～5。0mg·L-1。该试纸性质稳定，在避光干燥条件下可保存5个月，在pH5～8范围内pH对显色结果影响不大。
在线客服
17856548804
2179259773@qq.com
