利用区块链技术实现可信追溯已成为追溯技术发展的重要趋势,区块链技术核心是解决上链以后信息不能篡改,而如何确定哪些信息上链并进行上链前信息验证是目前区块链应用亟待解决的问题。该研究以果品为例,融合危害分析与关键控制点体系(H...利用区块链技术实现可信追溯已成为追溯技术发展的重要趋势,区块链技术核心是解决上链以后信息不能篡改,而如何确定哪些信息上链并进行上链前信息验证是目前区块链应用亟待解决的问题。该研究以果品为例,融合危害分析与关键控制点体系(Hazard Analysis And Critical Control Point,HACCP)和区块链技术,改进农产品区块链追溯系统的上链机制并设计实现系统。通过对果品供应链进行危害分析挖掘其关键信息作为上链信息,并提取五个关键控制点(CCP1生产、CCP2加工、CCP3仓储、CCP4物流、CCP5销售);在确定关键信息的基础上,对上链信息进行限值判定,在阈值范围内进行上链;构建数据异常和质量安全预警模型,对关键控制点处上链后的信息实时监控,智能反馈;从而构建“上链前关键信息挖掘-上链中信息事实判定-上链后信息智能反馈”的上链机制改进方法;围绕改进后的上链机制,编写阈值判定、数据上链以及数据智能反馈3种合约实现改进后的上链机制,并基于Fabric环境完成系统的设计和开发。将改进后的系统应用于北京市某果品企业,结果发现改进后的追溯系统平均吞吐量350交易量/s(Transactions per Second,TPS),每秒内可完成40条关键交易数据并发上链,相较于原有追溯系统提高14.85%,满足追溯系统的需求。此外,在3个月的现场监测中,共预警通知13次风险,企业根据预警级别作出相应的应急措施,可有效减少企业损失和和保障产品的质量安全。研究结果对于优化区块链追溯系统、提升关键环节追溯可信度具有重要意义。展开更多
为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验。研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实...为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验。研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测试集计算误差情况并验证模型预测效果。结果表明,果实干物质含量高,光谱反射率低,反之则光谱反射率高;根据特征波段构建的拟合效果最佳的多光谱指数,所对应的干物质含量预测模型决定系数为0.88,预测值最大绝对误差为1.31%,最大相对误差为8.23%,相对误差均值为3.13%,均方根误差为0.65%,具有较好的预测效果。试验证明,利用高光谱技术进行采前猕猴桃果实干物质含量预测是可行的。展开更多
文摘利用区块链技术实现可信追溯已成为追溯技术发展的重要趋势,区块链技术核心是解决上链以后信息不能篡改,而如何确定哪些信息上链并进行上链前信息验证是目前区块链应用亟待解决的问题。该研究以果品为例,融合危害分析与关键控制点体系(Hazard Analysis And Critical Control Point,HACCP)和区块链技术,改进农产品区块链追溯系统的上链机制并设计实现系统。通过对果品供应链进行危害分析挖掘其关键信息作为上链信息,并提取五个关键控制点(CCP1生产、CCP2加工、CCP3仓储、CCP4物流、CCP5销售);在确定关键信息的基础上,对上链信息进行限值判定,在阈值范围内进行上链;构建数据异常和质量安全预警模型,对关键控制点处上链后的信息实时监控,智能反馈;从而构建“上链前关键信息挖掘-上链中信息事实判定-上链后信息智能反馈”的上链机制改进方法;围绕改进后的上链机制,编写阈值判定、数据上链以及数据智能反馈3种合约实现改进后的上链机制,并基于Fabric环境完成系统的设计和开发。将改进后的系统应用于北京市某果品企业,结果发现改进后的追溯系统平均吞吐量350交易量/s(Transactions per Second,TPS),每秒内可完成40条关键交易数据并发上链,相较于原有追溯系统提高14.85%,满足追溯系统的需求。此外,在3个月的现场监测中,共预警通知13次风险,企业根据预警级别作出相应的应急措施,可有效减少企业损失和和保障产品的质量安全。研究结果对于优化区块链追溯系统、提升关键环节追溯可信度具有重要意义。
文摘为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验。研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测试集计算误差情况并验证模型预测效果。结果表明,果实干物质含量高,光谱反射率低,反之则光谱反射率高;根据特征波段构建的拟合效果最佳的多光谱指数,所对应的干物质含量预测模型决定系数为0.88,预测值最大绝对误差为1.31%,最大相对误差为8.23%,相对误差均值为3.13%,均方根误差为0.65%,具有较好的预测效果。试验证明,利用高光谱技术进行采前猕猴桃果实干物质含量预测是可行的。
