序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]十篇食品檢測新技術(shù)范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

篇（1）

目前，我國食品生產(chǎn)企業(yè)數(shù)量眾多，但是大部分規(guī)模比較小，而且很分散，企業(yè)的法治和自律意識很弱，再加上消費(fèi)人群非常龐大，而且銷售渠道比較多，很容易出現(xiàn)食品安全問題。造成食品安全問題的因素很多，一方面是環(huán)保因素，另一方面是生產(chǎn)條件的客觀因素，此外，大多數(shù)還是由于農(nóng)藥、獸藥、添加劑等物品的違規(guī)濫用。所以僅僅通過實(shí)驗(yàn)室進(jìn)行檢測，很難做到及時、快速地從源頭上食品安全狀況進(jìn)行全面監(jiān)控，因此，提高食品檢測技術(shù)具有重要的意義。

一、當(dāng)前食品檢測技術(shù)存在的問題

1、檢測技術(shù)比較落后

目前，一些經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)以及科研條件比較好單位，其食品檢測方面能夠掌握國際食品檢測的新技術(shù).但是在許多落后地區(qū)由于食品檢測設(shè)備比較陳舊，檢測技術(shù)相對較為落后，造成食品檢測的數(shù)值誤差比較大。也有的偏遠(yuǎn)地區(qū)甚至沒有相關(guān)的檢測機(jī)構(gòu)，從而導(dǎo)致我國的整體食品檢測技術(shù)較為落后。對農(nóng)藥殘留、化學(xué)物質(zhì)含量等食品檢測能力無法滿足需求.造成食品安全檢測存在較大的缺陷。

2、缺乏統(tǒng)一的檢測標(biāo)準(zhǔn)

由于我國的相關(guān)食品檢驗(yàn)機(jī)構(gòu)如質(zhì)監(jiān)系統(tǒng)、食品藥品監(jiān)督管理系統(tǒng)還沒有建立健全食品檢驗(yàn)檢測的市場準(zhǔn)入機(jī)制，缺乏統(tǒng)一的標(biāo)準(zhǔn)，此外，鑒定結(jié)果認(rèn)定也存在不統(tǒng)一的情況.經(jīng)常出現(xiàn)一些重復(fù)認(rèn)定現(xiàn)象，從而對食品檢驗(yàn)工作造成了較大的影響。

3、檢測技術(shù)不夠完善

目前，我國食品安全標(biāo)準(zhǔn)與發(fā)達(dá)國家及國際組織的接軌程度不高，從而導(dǎo)致國內(nèi)標(biāo)準(zhǔn)在國際社會缺乏可信度。此外，食品檢測技術(shù)水平不高，如檢測方法不夠完善。，食品安全風(fēng)險監(jiān)測、評估預(yù)警水平還不高等問題比較突出。，常規(guī)的一些檢測方法存在一定的弊端，往往比較復(fù)雜，而且其耗用的資金也比較多，同時，不具備較好的精準(zhǔn)性特征。

二、食品檢測技術(shù)的未來發(fā)展趨勢

就目前的發(fā)展趨勢來看，由于科學(xué)技術(shù)飛速發(fā)展，食品檢測技術(shù)與方法呈現(xiàn)出多種多樣的狀況，食品檢測儀器也越來越靈敏，食品檢測方法的檢測限也變得越來越低。如何實(shí)現(xiàn)準(zhǔn)確、省時、省力和低成本的快速檢測是目前我們迫切需要的。

（一）免疫學(xué)技術(shù)

免疫學(xué)技術(shù)的主要優(yōu)勢是可直接對細(xì)菌進(jìn)行選擇，不需要分離而直接通過免疫法進(jìn)行篩選。該項(xiàng)技術(shù)主要包括放免、酶免、熒光免、化學(xué)發(fā)光免等。農(nóng)殘酶聯(lián)免疫分析曾被譽(yù)為農(nóng)殘檢測技術(shù)的重要手段，具有非常高的特異性和準(zhǔn)確性，能快速檢測農(nóng)藥中獸藥殘留、致病菌、毒素以及轉(zhuǎn)基因。當(dāng)前食品安全檢測技術(shù)，比較經(jīng)常用到的方法主要是免疫磁珠分離法、免疫力檢測試劑條、免疫乳膠試劑、免疫酶技術(shù)、免疫深沉法或免疫色譜法等。

（二）生物傳感器技術(shù)

生物傳感器的功能具有多樣化、智能化、集成化、高靈敏性、高識別性和實(shí)時性等顯著特點(diǎn)，日益受到國內(nèi)外檢測機(jī)構(gòu)的高度重視。目前廣泛應(yīng)用的主要是SPR生物傳感器，具有靈敏、快速、準(zhǔn)確、無需標(biāo)記、便捷實(shí)時等優(yōu)點(diǎn)，可以與其他新技術(shù)相結(jié)合，從而形成一種新型的食品安全快速檢測方法和儀器。

（三）生物芯片及微縮芯片實(shí)驗(yàn)室

目前，我國國家生物芯片中心等單位已經(jīng)開發(fā)出主要用于食源性致病菌檢測的新技術(shù)，并投入生產(chǎn)。食源性病毒檢測和獸藥殘留檢測等生物芯片技術(shù)平臺主要包括儀器和試劑盒，它們具有高通量、高靈敏度和快速、準(zhǔn)確等特點(diǎn)，在食品安全、疾病診斷等方面具有重要的應(yīng)用效果，各國都給予了高度極。今后的發(fā)展將向現(xiàn)場、速測和微縮芯片實(shí)驗(yàn)室等方向進(jìn)一步發(fā)展。

（四）基因芯片檢測技術(shù)

基因芯片檢測技術(shù)檢測的細(xì)菌種類非常廣泛，檢測結(jié)果的合格率能夠達(dá)到99%，檢測時間也大為縮短。該項(xiàng)技術(shù)可以對轉(zhuǎn)基因食品進(jìn)行精確地檢測。主要利用分析當(dāng)前通用的基因報告，并將其制成芯片樣品，然后通過與被檢測的食品的簡單雜交，就可以準(zhǔn)確判定轉(zhuǎn)基因食品所具有的特征性能。對于轉(zhuǎn)基因食品的安全問題的判定具有重要意義。

（五）特種電化學(xué)傳感器

電化學(xué)傳感器其主要特點(diǎn)是小巧、靈敏、多樣化和低成本。目前，可以利用特種電化學(xué)傳感器來構(gòu)建食品安全快速檢測儀。比如可以將納米技術(shù)和電化學(xué)技術(shù)進(jìn)行結(jié)合，從而構(gòu)建一種可以快速檢測食品中有毒有害重金屬的檢測儀器。

（六）光光度法速測儀器

該儀器可以有針對性地對多種檢測目標(biāo)的試劑盒進(jìn)行優(yōu)化，并采用集束式冷光源和單色器等新技術(shù)，從而推出具有高精度、重穩(wěn)定性和模塊化的便攜式比色計，能快速檢測與食品安全密切相關(guān)的40多種參數(shù)的多參數(shù)食品安全速測儀，比如亞硝酸鹽、甲醛、硝酸鹽、味素、無機(jī)砷、吊白塊、金屬鉛、地溝油、泔水油等參數(shù)。這類快速檢測儀很適合基層食品檢測機(jī)構(gòu)應(yīng)用，比較符合現(xiàn)有的食品安全監(jiān)管現(xiàn)狀。

三、小結(jié)

綜上所述，我國食品安全檢測技術(shù)的提高，一方面必須加強(qiáng)食品檢驗(yàn)設(shè)備的資金投入和檢測薄弱環(huán)節(jié)的科技研發(fā)。另一方面必須引進(jìn)和借鑒國外先進(jìn)技術(shù)機(jī)構(gòu)的檢驗(yàn)設(shè)備。同時，要加大對高新技術(shù)的研究與檢測人員的培訓(xùn)力度，全面提升食品安全從業(yè)人員的科技水平。相信隨著我國市場機(jī)制的進(jìn)一步完善，以及食品安全檢測技術(shù)的進(jìn)一步成熟，未來我國食品安全水平將會得到極大改善。

參考文獻(xiàn)

[l]吳永寧.現(xiàn)代食品安全[M].北京：化學(xué)工業(yè)出版社.2003.

篇（2）

概述

最近幾年以來，人們經(jīng)常會聽到各種食品安全事故，這種不好的現(xiàn)象使得人們越來越注重食品的安全檢測，從而推進(jìn)了食品安全檢測技術(shù)研究的迅速發(fā)展，在這個過程中，生物技術(shù)起到了極為關(guān)鍵的功用。同時，這些新型檢測方法的運(yùn)用會使得我國食品安全管理工作受到一定程度的影響。按照檢測技術(shù)基本原理，可將檢測方法分為2大類，即化學(xué)檢測方法和生物學(xué)檢測方法[1]。這2種類型的方法均有著自己的獨(dú)特之處，化學(xué)檢測方法在檢測靈敏度以及準(zhǔn)確性方面有著良好的表現(xiàn)，然而其所需要花費(fèi)的時間比較長、樣品處理比較麻煩，并且所需設(shè)備價格非常高，故無法在基層檢測中被廣泛運(yùn)用。生物學(xué)分析方法比較常見的是免疫學(xué)和分子生物學(xué)方法，其與化學(xué)檢測方法相比，靈敏度方面有所欠缺，然而其檢測所需時間較短，且比較容易操作，往往不需要使用大型設(shè)備，故這種技術(shù)能夠被廣泛運(yùn)用于現(xiàn)場快速檢測過程中。

1 生物技術(shù)的現(xiàn)狀

生物技術(shù)這種新型檢測技術(shù)不僅能夠減少檢測所需的費(fèi)用，而且可以在一定程度上加快檢測的速度。然而，各種新的食品安全問題經(jīng)常被公布出來，從而導(dǎo)致單一的檢測技術(shù)不再適用，比如靈敏度、準(zhǔn)確性、高效性以及低成本等。因此，最近幾年以來，很多研究者以生物學(xué)技術(shù)為基礎(chǔ)，并綜合考慮食品安全檢測各項(xiàng)規(guī)范和標(biāo)準(zhǔn)，再參考其他技術(shù)方法的原理，最終提出了一些新的食品安全檢測技術(shù)，在檢測技術(shù)方面取得了長足的進(jìn)展，且可以被人們所廣泛運(yùn)用，文章將就這些新技術(shù)進(jìn)行簡要介紹。

2 生物技術(shù)在食品安全檢測中的最新運(yùn)用

2.1 FTA-PCR技術(shù)

FTA卡是一種專門研制的棉纖維卡片，在制作過程中往往需將其放置于強(qiáng)力變性劑以及螯合劑中。這種卡片的表層包含有EDTA、SDS、石碳酸、聚丙烯酰胺、抑菌劑這些化學(xué)物質(zhì)，在獲得細(xì)胞之后，EDTA、SDS、石碳酸這些化學(xué)藥劑會迅速將細(xì)胞分解開來，然后聚丙烯酰胺則會自動將核酸固定起來，從而確保樣品的DNA不會遭受破壞，同時也能夠很好地避免各種微生物的生長。這種方法能夠使得DNA、RNA在室溫下保存，對于PCR檢測是極為有利的。在食源性致病菌、人畜共患病的檢測過程中，F(xiàn)TA-PCR檢測方面明顯更適用?，F(xiàn)如今，很多研究者采用該方法來展開各項(xiàng)檢測，通過察看一系列調(diào)查材料，可以很好地看出FTA卡能夠?qū)κ吃葱灾虏∥⑸镎归_高效的檢測。

2.2 生物傳感器技術(shù)

生物傳感器是由固定化并具有化學(xué)分子識別功能的生物學(xué)科、換能器件以及放大裝置構(gòu)成的分析工具或系統(tǒng)[2]。生物傳感器的構(gòu)成部件分別是換能器、生物敏感元件與信號處理放大裝置，生物傳感器技術(shù)的具體運(yùn)用情況非常良好，其在食品安全檢測方面有著諸多優(yōu)勢，比如響應(yīng)速度非?？?、所需樣品用量比較少、操作過程易進(jìn)行、能夠持續(xù)進(jìn)行分析以及自動化測量等。由于該技術(shù)具有這些方面的特性，使得其主要被運(yùn)用于以下2方面：被用來獲取魚、肉以及乳制品新鮮程度情況；被用來測出食品的實(shí)際口味和熟度，這樣能夠幫助人們?nèi)瘫O(jiān)控各種食品的烹制水平。

2.3 基因探針法

基因探針法又被人們稱為分子雜交技術(shù)，該技g的主要對象是DNA，由于基因具有變性、重復(fù)性和堿基的精準(zhǔn)互補(bǔ)配對這些特性，使得人們能夠檢測出DNA的序列。現(xiàn)如今，DNA探針雜交法可以細(xì)分為相雜交以及異相雜交這兩個類別，該技術(shù)離不開基因探針的運(yùn)用。近幾年，基因探針雜交技術(shù)在食品安全檢測中的運(yùn)用非常頻繁，其能夠很好地探測出食品中所存在的各種微生物，如李斯特氏菌、大腸桿菌、葡萄球菌、沙門氏菌和志賀氏菌等。與以往相比，DNA探針技術(shù)明顯具有著更大的優(yōu)勢，其不僅操作簡易，而且在特異性方面表現(xiàn)比較強(qiáng)，同時具有著較高的靈敏度，這些均使得該技術(shù)的食品安全檢測效果極為準(zhǔn)確。然而該技術(shù)仍然存在著局限性，還需相關(guān)研究人員進(jìn)一步改進(jìn)和完善。

2.4 生物芯片技術(shù)

生物芯片是將大量生物識別分子按預(yù)先設(shè)置的排列固定于一種載體表面，利用生物分子的特意性親和反應(yīng)來分析各種生物分子的存在及其量的一種技術(shù)[3]。這種技術(shù)比較新穎，且其在高通量方面具有著突出表現(xiàn)，以前的基因檢測方法往往需要進(jìn)行多次實(shí)驗(yàn)才能達(dá)成，且需要人工進(jìn)行，故不可避免會使得每次實(shí)驗(yàn)之間均存在一定的系統(tǒng)誤差。而基因芯片技術(shù)的運(yùn)用正好能夠解決這方面的問題，各種操作都能一次性完成，其檢測過程能夠自動進(jìn)行，故所獲得的數(shù)據(jù)是精確的。然而，該檢測技術(shù)依然存在著一些不足之處，其無法精準(zhǔn)判定出多細(xì)胞組織類型中檢測基因的位置。同時該技術(shù)無法運(yùn)用于蛋白質(zhì)調(diào)節(jié)功能的檢測，故還很有必要去探究蛋白類芯片。

2.5 免疫技術(shù)

所有免疫檢測技術(shù)的工作原理均是抗體和抗原的結(jié)合反應(yīng)。免疫技術(shù)一般可分為3類：免疫標(biāo)記技術(shù)、免疫沉淀反應(yīng)和免疫凝集試驗(yàn)[4]。免疫檢測在諸多生物學(xué)檢測方法中是非常值得推廣運(yùn)用的一種，其除了具有其他幾種技術(shù)的優(yōu)勢之外，而且分析容量比較大、檢測所需費(fèi)用比較低，在食品檢測方面效果良好，主要是研究蛋白質(zhì)的結(jié)構(gòu)。現(xiàn)如今，免疫學(xué)檢測技術(shù)中運(yùn)用比較多的技術(shù)是酶聯(lián)免疫吸附試驗(yàn)（ELISA），這種方法已經(jīng)被人們廣泛運(yùn)用于食品安全檢測中。 ELISA的實(shí)際操作流程是把抗體和酶結(jié)合在一起形成酶標(biāo)抗體，該酶標(biāo)抗體不僅含有抗原抗體反應(yīng)的功效，而且具備酶的底物催化特征，在遇到其它抗原之后，再配上相應(yīng)的底物，則能依據(jù)底物顯色的深淺程度對抗原做出定性或定量的評估。故ELISA分析法主要運(yùn)用于對鮮活組織的探測以及對那些經(jīng)過基因工程改造生物體的前期檢測。

3 結(jié)束語

伴隨著食品種類的不斷增多，人們對于食品檢測方法的要求也愈加嚴(yán)格。由于食品安全關(guān)系到人們的身體健康，故應(yīng)該重視食品安全檢測技術(shù)的開發(fā)，并還需不斷對這些技術(shù)方法進(jìn)行改進(jìn)，從而確保食品能夠符合各方面的安全要求。

參考文獻(xiàn)

[1]劉道峰，鄧省亮，賴衛(wèi)華，夏駿.萊克多巴胺熒光微球免疫層析檢測方法的建立[J].食品與機(jī)械，2012（1）：25-29.

[2]張娟，譚嘉力，梁宇斌，李曉明，吳煒亮.可視芯片技術(shù)及其在食品安全檢測中的應(yīng)用[J].食品工業(yè)科技，2013（8）：41-45.

篇（3）

1 近紅外光譜在食品分析中的應(yīng)用

近紅外光譜常用的測量技術(shù)有透射法、漫反射法和反射透射法，視樣品對近紅外光線的透過情況可選用不同的測量技術(shù)，而這3種技術(shù)相結(jié)合可以測定各種形態(tài)的樣品，如可以直接測定粉末、塊狀、漿糊狀固體及液體等。由于近紅外譜帶受分子內(nèi)外環(huán)境的影響較小，因此近紅外技術(shù)可適用于多種環(huán)境條件下的測試分析。近紅外光線可以穿透許多透明材料，因此，無需打開玻璃瓶蓋，可以直接對玻璃瓶內(nèi)的物品進(jìn)行測量[1]。

近紅外光譜檢測技術(shù)（Near infrared spectroscopy，NIR）在食品工業(yè)中的應(yīng)用非常廣泛。在水果、蔬菜檢測中NIR實(shí)現(xiàn)了非破壞性地測定完整蘋果中的總糖、蔗糖、葡萄糖和果糖以及果汁中的糖和酸的含量，成分分析效率較高，為判斷蘋果的品質(zhì)提供了新方法。在蘋果汁、葡萄汁、梨汁等加工過程中，用NIR可連續(xù)測量可溶性固形物、總固形物和總水分的變化，進(jìn)而監(jiān)控加工產(chǎn)品的質(zhì)量。隨著近紅外光譜儀硬件設(shè)備成本不斷降低，進(jìn)一步完善軟件的數(shù)理統(tǒng)計方法，提高從復(fù)雜、重疊和變化的近紅外光譜中提取有效信息的效率，增加光譜的信噪比，近紅外光譜法的應(yīng)用前景將更加廣闊。

2 生物酶分析技術(shù)在食品分析中的應(yīng)用

20世紀(jì)80年代生物工程作為一門新興高新術(shù)在我國得到了迅速發(fā)展。生物酶是從生物體中產(chǎn)生的，具有特殊的催化功能。在食品工業(yè)中主要用蛋白酶，它能催化蛋白質(zhì)和多肽鍵水解，廣泛存在于動物內(nèi)臟、植物莖葉、果實(shí)和微生物中。各種生物體都能合成它，但唯有微生物蛋白酶具有生產(chǎn)價值。

生物酶不僅在食品發(fā)酵工業(yè)中應(yīng)用廣泛，而且還在食品檢測技術(shù)中有著一定的作用。如在國際果汁市場中，蘋果汁是僅次于橙汁的第二大果汁產(chǎn)品，蘋果汁中添加蘋果酸是比較常見的摻假象。天然蘋果汁只含有L—蘋果酸，通過測定D—蘋果酸含量可檢測摻假蘋果汁，若樣品中存在D—蘋果酸，則說明樣品為摻雜果汁[2]。

3免疫分析技術(shù)在食品分析中的應(yīng)用

免疫分析主要是利用抗體能夠與相應(yīng)抗原及半抗原發(fā)生自發(fā)的、高選擇性的特異性結(jié)合這一性質(zhì)，通過將特定抗體（或抗原）作為選擇性試劑來對相應(yīng)待測抗原（或抗體）進(jìn)行分析測定的方法[3]。

免疫分析法具有靈敏度高、方法簡捷、分析量大、檢測成本低、容易普及和推廣，尤其適宜現(xiàn)場篩選和大量樣品的快速分析，并且可以對化合物、酶或蛋白質(zhì)等物質(zhì)進(jìn)行定性和定量分析。在食品安全檢測中酶聯(lián)免疫分析法（ELISA）較為常用，它利用酶標(biāo)記物同抗原抗體復(fù)合物的免疫反應(yīng)與酶的催化放大作用相結(jié)合，既保持了酶催化反應(yīng)的敏感性，又保持了抗原抗體反應(yīng)的特異性，極大的提高了靈敏度，且克服放射免疫分析技術(shù)（RIA）操作過程中放射性同位素對人體的傷害。

4原子熒光在食品分析領(lǐng)域的應(yīng)用

我們都知道砷是具有蓄積作用的有害元素，砷普遍存在于自然界環(huán)境和動植物體內(nèi)。由于含砷農(nóng)藥的使用及環(huán)境污染，以及食品在加工過程中使用某些化學(xué)添加劑而引起食品中砷的污染。由于嬰幼兒食品的特殊加工，更容易受到有害因素的污染。因此，砷在嬰幼兒食品衛(wèi)生監(jiān)督檢驗(yàn)中尤為重要。

目前總砷的檢測方法有原子熒光法、銀鹽法、砷斑法、原子吸收光譜法等[4]。目前對砷鹽的檢測多般采用銀鹽分光光度法，亦稱二乙基二硫代氨基甲酸銀（即DDC-Ag）比色法。該法在一定條件下能夠比較準(zhǔn)確的測出樣品中砷鹽的含量，但存在檢測步驟繁瑣、耗時長、影響因素多、檢測誤差大等缺點(diǎn)。

砷斑法也就是馬氏試砷法：Zn、鹽酸和試樣混在一起，將生成的氣體導(dǎo)入熱玻璃管，若試樣中有砷的化合物存在，就會生成AsH3，因生成的AsH3在加熱部位分解產(chǎn)生As，As積集而成亮黑色的“砷鏡”?！吧殓R”如果能用次氯酸鈉溶液洗滌而溶解，則證明是砷。由比較可知，銀鹽法測定砷過程繁瑣，化學(xué)反應(yīng)條件不易控制等；砷斑法雖然比較簡單，但準(zhǔn)確性差。而原子熒光法，靈敏度高、檢出限低、已被廣泛應(yīng)用。因此采用微波消解處理樣品后，利用原子熒光測定嬰幼兒輔助食品中的總砷，取得了滿意的結(jié)果。

5 結(jié)論

食品監(jiān)管部門采用一些新的檢測技術(shù)是非常必要的，新的檢測技術(shù)可以縮分析時間、提高分析的靈敏度、實(shí)現(xiàn)在線分析、定性和定量分析、多種組分同時進(jìn)行分析等優(yōu)點(diǎn)。儀器分析受人為因素比傳統(tǒng)檢測技術(shù)要少，但需要檢測技術(shù)人員有更多的儀器相關(guān)知識，因此從事儀器檢測的相關(guān)人員要對儀器分析技術(shù)有深入的研究，并且要對先進(jìn)的檢測技術(shù)有一定的了解，才能為我國食品安全提供有力的保障。

參考文獻(xiàn)：

[1]王海水.近紅外光譜在品質(zhì)分析和定量分析中的應(yīng)用.分析測試技術(shù)與儀器，2002（3）：136-138

篇（4）

二、活動背景

九月，新生的到來為大學(xué)校園注入了新鮮的血液，我們美麗的校園再一次迸發(fā)出青春的熱情。對新生而言，大學(xué)的一切都是新奇而有趣的，尚未接觸社會的他們還缺乏對大學(xué)社會及校外社會的認(rèn)識。作為成都理工大學(xué)實(shí)踐協(xié)會這樣的一個組織，我們本著“團(tuán)結(jié)、奉獻(xiàn)、實(shí)踐、感恩”的精神，為新生提供一個提高自我，認(rèn)識社會，展示才能的舞臺，為我校貧困學(xué)生提供愛心助學(xué)、勤工儉學(xué)機(jī)會，是我們義不容辭的責(zé)任。而我們的協(xié)會也會在每年的這個時候吸納一批新鮮的會員，為我們的新學(xué)年將要進(jìn)行的所有活動招募人才。

三、活動目的

通過策劃、宣傳、面試吸收新生會員，擴(kuò)大組織影響力，幫助新生更好適應(yīng)大學(xué)生活，給新生搭建展示自我的平臺，為協(xié)會組織公益活動儲備人才。

四、活動時間

1.宣傳：xx年9月21日——22日

2.招新：xx年9月24日——25日

五、活動地點(diǎn)

1.宣傳地點(diǎn)：銀杏、珙桐、芙蓉新生寢室，學(xué)校各大餐廳門口，燈光球場

2.招新地點(diǎn)：以成都理工大學(xué)社團(tuán)聯(lián)合會的安排而定

六、前期準(zhǔn)備

1. xx年9月10日，策劃部對本次活動以書面形式做好策劃

2. xx年9月15日，辦公室組織協(xié)會關(guān)于新學(xué)年招新討論會議

3. xx年9月初——9月20日，外聯(lián)部聯(lián)系贊助商，就相關(guān)事宜進(jìn)行接洽、商定。

4. xx年9月20日——24日，活動部向社團(tuán)聯(lián)合會遞交策劃，申請場地，遮雨篷等用具，安排招新時各干事的工作。

5. xx年9月18——20日，宣傳部準(zhǔn)備宣傳資料、材料、道具。

七、宣傳方式和地點(diǎn)

1. 展板宣傳：俱樂部

2. 橫幅宣傳：燈光球場、四教與六教間十字路口、俱樂部、銀杏餐廳前門、珙桐大橋

3. 海報宣傳：各寢室樓前宣傳欄、俱樂部、后校門

4. 印發(fā)宣傳資料（紙質(zhì)宣傳單）：新生寢室

5. 在不違反有關(guān)規(guī)定的前提下，在各路口、建筑貼溫馨提示、路標(biāo)（為新生提供方便）

八、活動內(nèi)容及安排

（一）宣傳階段

1. 9月21、22日，根據(jù)分組，各干事分別到新生寢室發(fā)放宣傳資料并作動員

2. 9月22日，宣傳部各干事按安排地點(diǎn)張貼海報和懸掛橫幅

3. 招新當(dāng)天在招新接待點(diǎn)張貼橫幅和海報，選擇性散發(fā)宣傳單

4. 招新當(dāng)天工作人員在招新點(diǎn)的角色扮演（米老鼠、唐老鴨等服裝）

（二）招新階段

1. 招新當(dāng)日，活動部和辦公室在招新大會開始前一小時布置招新點(diǎn)

2. 招新開始，辦公室，活動部有關(guān)人員至少三人在招新點(diǎn)，收發(fā)新會員入會申請表格，并指導(dǎo)新生填寫，作現(xiàn)場的問答初試

3. 9月26日擇地點(diǎn)進(jìn)行復(fù)試

4. 具體細(xì)節(jié)活動可根據(jù)各部門工作安排及實(shí)際情況進(jìn)行適當(dāng)調(diào)整

九、各部門工作分配明細(xì)

1.會長總領(lǐng)全局，副會長監(jiān)督并協(xié)調(diào)各部門工作

2.活動策劃：策劃部

3.活動贊助：外聯(lián)部

4.宣傳資料購買、制作、張貼、分發(fā)：宣傳部

5.應(yīng)聘表格設(shè)計，招新點(diǎn)布置，工作分組：辦公室

6.場地申請，道具租借、歸還：活動部

十、注意事項(xiàng)

1. 嚴(yán)格遵守紀(jì)律，嚴(yán)禁任何以協(xié)會工作為由的違反法律及學(xué)校規(guī)章制度的行為。

2. 各部門團(tuán)結(jié)互助，工作干凈利落，保持高效，同時與其他兄弟協(xié)會搞好關(guān)系。

3. 有工作任務(wù)卻因個人原因不能到崗的人員，提前一天跟副會長提出請假，副會長與辦公室協(xié)調(diào)補(bǔ)缺。

4. 活動期間注意安全，盡量避免人員復(fù)雜和工作繁瑣而帶來的各種隱患。

5. 突況靈活處理或向社聯(lián)求助

成都理工大學(xué)實(shí)踐協(xié)會

xx年9月10日

附表1.資金預(yù)算

招新活動資金預(yù)算

用品名稱

單價（元）

數(shù)量

合計（元）

備注

馬克筆（大）

6

8

48

馬克筆（中）

2

14

28

馬克筆（小）

1

15

15

透明膠

1.5

5

7.5

調(diào)色盤

1.5

2

3

顏料

13

2

26

鉛筆

1

1

1

橡皮

1

1

1

排刷

11.5

1

11.5

排筆

11

1

11

海報

6

2

12

白紙

1

12

12

漿糊

2

4

8

小盆、桶

3

3

9

照片（6寸)

32

0.19

22

泡沫膠

2

5

10

展板（大）

120

1

120

展板（?。?/p>

80

1

80

宣傳單頁

0.8

5000

400

橫幅

75

8

600

角色服裝租借

100

2*2天

篇（5）

頻譜監(jiān)測系統(tǒng)能夠?qū)Ρ尘霸肼晫?shí)施動態(tài)測試，隨時檢測電磁環(huán)境，保證了通信的可靠性。以光纖作為主要介質(zhì)，電纜作為備用介質(zhì)，設(shè)計出體積小、重量小，能夠?qū)崿F(xiàn)鏈路自動切換的系統(tǒng)就顯得十分必要。

一、光電自適應(yīng)通信技術(shù)的特性

光電自適應(yīng)通信系統(tǒng)中同時連接電纜和光纖，通過物理層來調(diào)整首選通信介質(zhì)。通常情況下以光纖作為主選通信介質(zhì)，電纜為備用。如果光纖鏈路出現(xiàn)問題，物理層的接口設(shè)備能夠根據(jù)檢測到的信號情況識別出故障，進(jìn)而自動將通信鏈路轉(zhuǎn)接到電纜上。同樣，可以將電纜作為主選通信介質(zhì)，其自動切換的原理相同。這樣，光電自適應(yīng)擁有兩套鏈路，而且實(shí)現(xiàn)自動切換，保證了通信的可靠性。

二、光電自適應(yīng)通信系統(tǒng)硬件設(shè)計

1、光以太網(wǎng)物理接口設(shè)計。光以太網(wǎng)接口的功能是由光收發(fā)器實(shí)現(xiàn)的，完成光信號與電信號的相互轉(zhuǎn)換，這種傳輸是透明性質(zhì)的。光收發(fā)器在發(fā)送信號時，首先將電信號進(jìn)行轉(zhuǎn)換，變成光信號之后發(fā)送出去。光信號傳回到光接收端口后，同樣會被轉(zhuǎn)變?yōu)殡娦盘枺藭r光收發(fā)器會顯示信號有效，表明接受到的光信號是有效的。光收發(fā)器在接受以及發(fā)送信號時采用的是獨(dú)立的光纖，標(biāo)準(zhǔn)的1X9封裝，激光波長根據(jù)系統(tǒng)的需要采用了1310nm，數(shù)據(jù)串行速率設(shè)計為1.25Gb/s，采用FC螺紋接口對機(jī)械進(jìn)行連接，能夠保證連接的可靠度。光收發(fā)器使用的是LVPECL電平的對外接口，與使用CML電平的電接口控制器芯片88E1112相連，要針對兩種不同的電平進(jìn)行信號匹配設(shè)計。芯片與光收發(fā)器之間的電路如圖1所示。在該電路當(dāng)中，采用的是交流耦合電容，輸入信號的電平由上下拉電阻根據(jù)LVPECL電平的標(biāo)準(zhǔn)進(jìn)行調(diào)整的。當(dāng)信號從收發(fā)器傳遞到芯片時，LVPECL的信號負(fù)載則由發(fā)送端的下拉電阻提供，信號線上的電容采用的是交流耦合形式。

2、電以太網(wǎng)物接口設(shè)計和控制器選擇。在電以太網(wǎng)接口設(shè)計中使用的是10/100/1000M以太網(wǎng)模型，借助通電連接器，實(shí)現(xiàn)4對以太網(wǎng)收發(fā)信號與網(wǎng)絡(luò)隔離變壓器之間的連接，信號通過網(wǎng)絡(luò)隔離變壓器傳輸給電接口控制器，進(jìn)而實(shí)現(xiàn)協(xié)議以及物理層信號之間的轉(zhuǎn)換。在選擇電接口物理層接口控制器時，考慮到頻譜檢測系統(tǒng)的工作要求，并且實(shí)現(xiàn)硬件和軟件設(shè)計簡化的目的，采用了88E1112，它具有比較特殊的光電介質(zhì)自適應(yīng)檢測功能，其內(nèi)部電路能夠?qū)﹄娊涌谝约肮饨涌诘膬煞N信號能量進(jìn)行監(jiān)控。在工作中，如果檢測到電接口有信號能量，則會通過電網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，當(dāng)檢測到有光信號能量時，又能夠通過光纖進(jìn)行信號的發(fā)送和接收。

三、光電自適應(yīng)軟件設(shè)計分析

1、電接口物理層接口控制器初始化分析。該控制器的初始化軟件操作過程中，內(nèi)部有兩組獨(dú)立的寄存器分別對光接口以及電接口實(shí)施控制，通過設(shè)置進(jìn)而得出應(yīng)該使用的寄存器。通過在高溫以及低溫下的測試和實(shí)際的運(yùn)用情況，調(diào)整對PHY傳輸?shù)組AC的差分電平范圍。

2、頻譜檢測系統(tǒng)工作過程。頻譜檢測設(shè)備對命令信息的控制主要通過以太網(wǎng)接受上位機(jī)，進(jìn)而得到設(shè)備的信號頻率信息、帶寬信息等有關(guān)參數(shù)，對中頻率模擬信號數(shù)字化處理，經(jīng)過變化的中頻信號傳入到信息處理設(shè)備中斷后，系統(tǒng)會依據(jù)信號帶寬進(jìn)而選擇是否進(jìn)行下變頻。當(dāng)下變頻后，頻譜分析該數(shù)字信號，并且處理數(shù)字信號，借助光電自適應(yīng)以太網(wǎng)得將出的結(jié)果傳遞給上位機(jī)，進(jìn)而實(shí)現(xiàn)上位機(jī)對信號的分析和處理。借助頻譜檢測設(shè)備，根據(jù)得到的信號結(jié)果，上位機(jī)會對電子環(huán)境的實(shí)時使用狀況進(jìn)行判斷，進(jìn)而通過引導(dǎo)，幫助無線電定位系統(tǒng)有效識別和定位特點(diǎn)頻率信號。

四、結(jié)語

在機(jī)載環(huán)境下，頻譜檢測系統(tǒng)對通信安全、通信設(shè)備的體積以及重要有一定要求，將光電自適應(yīng)通信技術(shù)運(yùn)用到頻譜檢測系統(tǒng)當(dāng)中，不僅大大簡化了系統(tǒng)電路設(shè)計，而且有效地提高了信息傳輸?shù)目煽啃?，設(shè)備的重量和體積也減小。

篇（6）

1 引言

隨著傳感器網(wǎng)絡(luò)在視頻監(jiān)控中的廣泛應(yīng)用，有限通信帶寬條件下的高分辨率視頻獲取技術(shù)成為多媒體研究的焦點(diǎn)。

移動通信中，通常檢測運(yùn)動目標(biāo)的方法是背景消除法（BS，Background Subtraction）[1]，它首先估計背景模型，然后通過該模型比較視頻幀以檢測運(yùn)動目標(biāo)。當(dāng)處理實(shí)際的視頻監(jiān)控序列時，BS遇到許多挑戰(zhàn)，如光照的變化、運(yùn)動干擾等[2]。最近，Tsai等[3]利用獨(dú)立成分分析（ICA，Independent Component Analysis）提出一種快速背景消除方案。這個方案在室內(nèi)視頻監(jiān)控環(huán)境下能夠容忍光照的變化。在動態(tài)復(fù)雜環(huán)境下，Zhang等[4]提出了一種內(nèi)核相似性模型（KSM，Kernel Similarity Modeling）的目標(biāo)檢測方法，但這個方法僅對簡單的干擾是魯棒的。在動態(tài)背景下，Kim等[5]在文獻(xiàn)中提出一種基于模糊彩色直方圖（FCH，F(xiàn)uzzy Color Histogram）的BS算法用于運(yùn)動檢測，能夠最小化背景運(yùn)動產(chǎn)生的色彩變化。根據(jù)背景圖像不同的目標(biāo)會引起頻率變化的情況，Chen等[6]提出一種分層背景模型。同時，Han等[7]根據(jù)顏色、梯度和類Haar空時特征變量的統(tǒng)計條件，提出一種分塊背景模型，它對光照和陰影的影響都是魯棒的。

上述BS算法都在空域操作，但需要大量的訓(xùn)練序列估計背景模型。因此，這種模型估計增加了計算成本，實(shí)際上限制了BS算法在多媒體傳感器網(wǎng)絡(luò)中的應(yīng)用。

最近提出的CS（Compressive Sensing）[8-10]理論說明，如果信號是稀疏的，它能夠通過遠(yuǎn)小于Nyquist采樣率獲取的少量隨機(jī)測量值高概率恢復(fù)原始信號。CS能夠降低復(fù)雜性的同時對圖像進(jìn)行采樣和壓縮處理，因而它具有降低視頻編碼器運(yùn)算成本的優(yōu)越性[11]。因此，我們認(rèn)為CS是視頻信號檢測的較好方案。早期運(yùn)用CS進(jìn)行運(yùn)動目標(biāo)檢測的方式是通過圖像背景的測量值來訓(xùn)練目標(biāo)輪廓，然后再通過訓(xùn)練后的目標(biāo)輪廓檢測運(yùn)動目標(biāo)[12]。但該算法需要大量的存儲和運(yùn)算操作，不適合實(shí)時多媒體傳感器的網(wǎng)絡(luò)系統(tǒng)。2012年，Jiang等[13]通過感知的CS值提出一種低秩和稀疏分解的目標(biāo)檢測模型。盡管該模型能夠適應(yīng)于有限帶寬的多媒體傳感器網(wǎng)絡(luò)，但由于視頻序列的小波系數(shù)并非稀疏，因而它對干擾和光照非魯棒。2013年，Yang等[14]基于CS理論提出一種僅需要10%的測量值就能同時恢復(fù)視頻目標(biāo)和背景的檢測方法。然而，該方法仍然需要小波變換系數(shù)實(shí)現(xiàn)稀疏分解，因此，在干擾和光照條件下容易產(chǎn)生虛假的目標(biāo)圖像。在文獻(xiàn)[15]中，Write等提出一種壓縮主成成分追蹤的低秩矩陣和稀疏分解的解決方案。該方案在壓縮域能夠?qū)崿F(xiàn)運(yùn)動目標(biāo)檢測。

本文提出一種新的視頻壓縮感知模型（VCSM，Video Compressive Sensing Model），旨在通過CS測量值研究一種通信情況下新的目標(biāo)視頻方法，并解決視頻目標(biāo)的高精度重構(gòu)問題。VCSM的主要優(yōu)點(diǎn)是能用少量的CS測量值，同時重構(gòu)目標(biāo)、背景和視頻序列，且對運(yùn)動干擾具有較好的魯棒性。

2 視頻壓縮感知模型架構(gòu)

圖1為文獻(xiàn)[16]提出的一種三維循環(huán)陣列采樣視頻的實(shí)現(xiàn)原理，它能夠同時對視頻信號進(jìn)行感知和壓縮處理，并具有低復(fù)雜性和易于硬件實(shí)現(xiàn)的優(yōu)點(diǎn)。這種方法使用兩個步驟實(shí)現(xiàn)了視頻壓縮處理：1）隨機(jī)卷積。通過原始矢量幀Xt（t=1， 2， …， T）與循環(huán)矩陣C卷積產(chǎn)生循環(huán)測量值Cxt；2）隨機(jī)采樣。首先應(yīng)用排列矩陣P對Cxt進(jìn)行隨機(jī)產(chǎn)生排列矢量PCxt，然后再應(yīng)用子采樣矩陣St對PCxt進(jìn)行處理，最后產(chǎn)生一種降維的壓縮值矩陣A=StPCxt=[a1， a2， …， aT]。

基于圖1的結(jié)構(gòu)，已知測量矩陣A，我們提出采用CS技術(shù)重構(gòu)運(yùn)動視頻的目標(biāo)和背景。借鑒2009年Candes等提出的一種魯棒的主成成分分析（RPCA，Robust Principal Component Analysis）模型。該模型通過求解公式（1）的最小化問題，能同時重構(gòu)視頻的目標(biāo)和背景幀：

（1）

其中，X∈R（MN）×T代表原始視頻序列，B和F分別代表視頻的背景和目標(biāo)。但RPCA模型具有兩種缺陷，一是不能直接通過A重構(gòu)B和F；二是目標(biāo)圖像重構(gòu)僅對稀疏分布的視頻幀具有魯棒性[17-18]。然而，現(xiàn)實(shí)世界的視頻序列存在運(yùn)動干擾，很少具有稀疏性。文獻(xiàn)[16]利用幀間和幀內(nèi)的相關(guān)性，提出一種三維全局變量（TV3D）的CS視頻重構(gòu)技術(shù)。TV3D具有低的復(fù)雜性（O（3×MN×T）），其實(shí)現(xiàn)模型為：

TV3D （2）

其中，D1，D2分別是一個幀內(nèi)水平和垂直的差分操作因子，而D3是時間變量差分操作因子。

為了能夠從采樣后的CS測量值直接檢測和重構(gòu)運(yùn)動目標(biāo)，我們結(jié)合RPCA和TV3D提出一種新的目標(biāo)、背景和視頻序列重構(gòu)模型。在CS域，這種模型可以描述為：

（3）

其中，X=[x1， x2， … xT]代表原始頻序列，B=[b1， b2， … bT]為背景，F(xiàn)=[f1， f2， …， fT]為運(yùn)動目標(biāo)，Φ為CS域測量矩陣。在公式（3）中，TV3D用于提高視頻目標(biāo)重構(gòu)的質(zhì)量。由于公式（3）對可變初始化過程不敏感，因此，X，B，F(xiàn)的初始化矩陣可設(shè)置為0矩陣。這樣，rank（B）的最小化問題成為NP問題[17]。通過核范數(shù)，我們把公式（3）問題變成求解如下問題：

（4）

在公式（4）中，TV3D用于保證低秩計算和稀疏分解的精確處理。為了求解公式（4），我們定義重構(gòu)的目標(biāo)、背景和視頻序列分別為。由于目標(biāo)重構(gòu)對劇烈運(yùn)動的干擾非魯棒，Borenstein等[19]利用置信圖（confidence map）確定圖像區(qū)域的原理，提出一種優(yōu)良的圖像分割算法。受此啟發(fā)，本文使用構(gòu)造一個置信圖并定義置信圖為M=[m1， m2， …， mT]， mi∈0， 1；i=1， 2， …， T。在M中，置信圖是一個二進(jìn)制矩陣，其中運(yùn)動目標(biāo)的像素位置設(shè)置為1，運(yùn)動干擾的像素位置設(shè)置為0。通過使用（這里代表了Hadamard乘積），我們想進(jìn)一步改善視頻目標(biāo)圖像的重構(gòu)質(zhì)量。由于運(yùn)動干擾的重復(fù)性和局部集中的特點(diǎn)[20-21]，現(xiàn)實(shí)世界的視頻監(jiān)控系統(tǒng)能夠用高斯分布模型化[22-23]。本文使用混合高斯模型（MGM，Mixed Gaussian Model）來估計受運(yùn)動干擾后像素影響的強(qiáng)度分布[22]：

（5）

這里f（xij）代表的第i列第j個像素xij的概率密度函數(shù)，ω是MGM的加權(quán)值，?x和σx分別是置信圖算法估計得到的均值和標(biāo)準(zhǔn)方差，?p和Σp為xij的粒子軌跡矩陣估計得到的均值和協(xié)方差矩陣[22]。粒子軌跡矩陣Σp可通過Lagrangian粒子軌跡矩陣移位法實(shí)現(xiàn)[24-25]，主要用于獲取運(yùn)動干擾引起的像素偏差。

基于公式（5），本文中置信圖的實(shí)現(xiàn)流程如下：

（1）使用公式（5）估計每個像素的概率密度f（xij）；

（2）設(shè)置門限閾值θ，判斷哪些像素屬于運(yùn)動干_或運(yùn)動目標(biāo)值；

（3）如果f（xij）>θ，則像素xij=1；否則，xij=0。

重復(fù)以上過程，得到的二進(jìn)制矩陣即為實(shí)現(xiàn)的置信圖M。

3 視頻目標(biāo)圖像的重構(gòu)算法

在公式（4）中，視頻壓縮的過程可以描述為αt=Φxt。由于使用P，C和St（t=1， 2， …， T）產(chǎn)生了壓縮測量矩陣A（如圖1所示），因此，我們應(yīng)用特殊形式rt=Cxt和StPrt=αt替代ΦX=A，則公式（4）可以寫為：

（6）

這里，R=[r1， r2， …， rT]是循環(huán)測量矩陣。對于公式（6）的實(shí)現(xiàn)，每次迭代需要兩步進(jìn)行。第1步，算法重構(gòu)原始視頻X；第2步，分割背景和目標(biāo)。為了重構(gòu)X，求解公式（7）：

（7）

采用擴(kuò)展拉格朗日乘法器（ALM）[26]求解公式（7），可以得到：

（8）

這里，λi和ν是拉格朗日乘法器矩陣?？梢?，公式（8）可替代公式（7）求解。因此，ALM通過迭代拉格朗日函數(shù)和更新拉格朗日乘法器能夠解決公式（8）的最小化問題。其實(shí)現(xiàn)過程如下：

（9）

（10）

（11）

注意到，直接求解公式（9）很困難，因此，有：

（12）

（13）

（14）

公式（12）子問題的求解如下：

（15）

其中，Sα（?）代表軟閾值操作因子，它被定義為：

Sα（x）=sign（x）×max{|x|-α，0} （16）

其中，α表示條件軟閾值大小。

接著，我們通過如下步驟求解公式（13）子問題[16]：

（17）

（18）

公式（18）中PicSt是St選擇的CS測量值索引，rt是矩陣R的第t列值。對于公式（14），X可通過解二次方程式求解。固定Xk+1，求解公式（19）重構(gòu)B和F：

（19）

公式（19）的擴(kuò)展拉格朗日函數(shù)可以表示為：

（20）

公式（20）中，Y是拉格朗日乘法器矩陣，代表了矩陣內(nèi)積。使用ALM算法求解公式（20）中的最小化問題如下：

（21）

（22）

類似地，使用替換策略求解公式（21）中的每個元素的最小化如下：

（23）

（24）

綜合以上求解過程，視頻目標(biāo)檢測及其重構(gòu)算法的整個過程如圖2所示：

在上述算法中，置信圖M，

Dα（?）是矩陣Z的奇異值收縮因子，并定義為Dα（Z）=USα（Σ）VT。其中，U和V是實(shí)單位矩陣，∑是正則化對角矩陣。Sα（?）為矩陣∑的軟閾值操作因子。

4 實(shí)驗(yàn)結(jié)果分析

為了量化算法的實(shí)現(xiàn)性能，視頻目標(biāo)的檢測精度利用F范數(shù)-測量值表示，并定義：

F測量=2×（精度×重構(gòu)率）/（精度+重構(gòu)率） （25）

其中，精度和重構(gòu)率為：

精度=TP/（TP+FP），重構(gòu)率=TP/（TP+FN） （26）

其中，TP、FP以及FN分別表示實(shí)正數(shù)、假正數(shù)以及假負(fù)數(shù)。F-測量值越高，表示視頻檢測精度的效率越好。表1列出了算法實(shí)現(xiàn)時的主要設(shè)置參數(shù)：

在實(shí)驗(yàn)中，我們對提出的VCSM和RPCA模型以及典型的基于背景消除算法的改進(jìn)混合高斯模型（GMM）[29]進(jìn)行了比較。VCSM、RPCA和GMM均在空域?qū)崿F(xiàn)，所有的實(shí)驗(yàn)使用HP計算機(jī)實(shí)現(xiàn)（EliteDesk 800 G1 SFF；Intel（R）Core（TM） i7_4790 CPU @3.60 Hz 3.6 GHz；安裝內(nèi)存：4.00 GB；系統(tǒng)類型：64位）。

為了和GMM比較，我們給出一種目標(biāo)重構(gòu)的突出比較形式。實(shí)驗(yàn)選擇4種室內(nèi)視頻序列（機(jī)場大廳176×144×30，候機(jī)室160×128×30，餐廳160×120×30和商場大廈320×256×30）作為測試對象進(jìn)行性能評估。實(shí)驗(yàn)結(jié)果如圖3所示?？梢钥吹?，VCSM僅需要CSR=0.2的測量值就能實(shí)現(xiàn)RPCA和GMM方法類似的視頻效果。

最后，我選擇一組實(shí)際的戶外視頻進(jìn)行實(shí)驗(yàn)，進(jìn)一步說明算法的實(shí)現(xiàn)效果。圖4隨機(jī)選擇4幀圖像進(jìn)行實(shí)驗(yàn)，包含陰影和攝像機(jī)抖動干擾。從圖4（b）可以清晰地看到，VCSM方法能比較準(zhǔn)確地區(qū)分目標(biāo)的輪廓形狀，且能完全地消除攝像機(jī)抖動干擾。而RPCA和GMM兩種方法都不能給出目標(biāo)的清晰效果。

5 結(jié)論

本文提出一種基于CS技術(shù)進(jìn)行視頻序列檢測和運(yùn)動目標(biāo)重構(gòu)的實(shí)現(xiàn)模型（VCSM），該模型能夠通過少量的測量值實(shí)現(xiàn)魯棒的目標(biāo)、背景和原始視頻重構(gòu)。其中，重構(gòu)的視頻序列可通過估計獲得的置信圖進(jìn)一步提升運(yùn)動目標(biāo)的重構(gòu)效果。大量的實(shí)驗(yàn)結(jié)果表明，與典型的空域方法如RPCA、GMM比較，提出的VCSM方法對室內(nèi)和室外視頻均有較好的檢測和目標(biāo)重構(gòu)性能，且僅需要更少的數(shù)據(jù)量。尤其對于室外視頻序列，VCSM可以有效地消除運(yùn)動干擾（如樹枝搖動、噴池水和視頻攝像機(jī)噪音等）。VCSM最大的問題是，算法求解核范數(shù)時計算復(fù)雜性較高。因此，未來我們將使用云計算及其在線并行技術(shù)實(shí)現(xiàn)VCSM對運(yùn)動目標(biāo)的視頻分析。

參考文獻(xiàn)：

[1] O Barnich， M Van Droogenbroeck. ViBe： A Universal Background Subtraction Algorithm for Video Sequences[J]. IEEE on Image Processing， 2011，20（6）： 1709-1724.

[2] Brutzer， B Hoferlin， G Heidemann. Evaluation of Background Subtraction Techniques for Video Surveillance[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition（CVPR）， 2011： 1937-1944.

[3] T Du-Ming， L Shia-Chih. Independent Component Analysis-Based Background Subtraction for Indoor Surveillance[J]. IEEE Transactions Image Processsing， 2009，18（1）： 158-167.

[4] Z Baochang， G Yongsheng， Z Sanqiang， et al. Kernel Similarity Modeling of Texture Pattern Flow for Motion Detection in Complex Background[J]. IEEE Transactions on Circuits and Systems for Video Technology， 2011，21（1）： 29-38.

[5] K Wonjun， K Changick. Background Subtraction for Dynamic Texture Scenes Using Fuzzy Color Histograms[J]. IEEE Signal Processing Letters， 2012，19（3）： 127-130.

[6] S Chen， J Zhang， Y Li， et al. A Hierarchical Model Incorporating Segmented Regions and Pixel Descriptors for Video Background Subtraction[J]. IEEE Transactions on Industrial Informatics， 2012，8（1）： 118-127.

[7] H Bohyung， LS Davis. Density-Based Multifeature Background Subtraction with Support Vector Machine[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2012，34（5）： 1017-1023.

[8] R Baraniuk. Compressive Sensing[J]. IEEE Signal Processing Magazine， 2007，24（4）： 118-121.

[9] DL Donoho. Compressed Sensing[J]. IEEE Transactions on Information Theory， 2006，52（4）： 1289-1306.

[10] EJ Candes， MB Wakin. An Introduction To Compressive Sampling[J]. IEEE Signal Processing Magazine， 2008，25（2）： 21C30.

[11] J Ma， G Plonka， MY Hussaini. Compressive Video Sampling with Approximate Message Passing Decoding[J]. IEEE Transactions on Circuits & Systems for Video Technology， 2012，22（9）： 1354-1364.

[12] V Cevher， A Sankaranarayanan， M Duarte， et al. Compressive Sensing for Background Subtraction[C]//Springer Berlin Heidelberg. European Conference on Computer Vision（ECCV）， 2008： 155-168.

[13] H Jiang， W Deng， Z Shen. Surveillance Video Processing Using Compressive Sensing[J]. Inverse Problems Imaging， 2012，6（2）： 201-214.

[14] F Yang， H Jiang， Z Shen， et al. Adaptive Low Rank and Sparse Decomposition of Video Using Compressive Sensing[C]//IEEE. IEEE International Conference on Image Processing （ICIP）， 2013： 1016-1020.

[15] J Wright， A Ganesh， K Min， et al. Compressive Principal Component Pursuit[J]. Information Inference， 2013，2（1）： 32-68.

[16] X Shu， N Ahuja. Imaging Via Three-dimensional Compressive Sampling（3DCS）[C]//IEEE. IEEE International Conference on Computer Vision （ICCV）， 2011： 439-446.

[17] B Bao， G Liu， C Xu， et al， Inductive Robust Principal Component Analysis[J]. IEEE Transactions Image Processsing， 2012，21（8）： 3794-3800.

[18] EJ Candes， X Li， Y Ma， et al， Robust Principal Component Analysis[J]. J ACM， 2009，58（1）： 1-37.

[19] E Borenstein， E Sharon， S Ullman. Combining Top-Down and Bottom-Up Segmentation[C]//IEEE. Conference on Computer Vision and Pattern Recognition Workshop， 2004： 46-50.

[20] M Shimizu， S Yoshimura， M Tanaka， et al. Super-resolution from Image Sequence under Influence of Hot-air Optical Turbulence[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， 2008： 1-8.

[21] O Oreifej， G Shu， T Pace， et al. A Two-stage Reconstruction Approach for Seeing Through Water[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， 2011： 1153-1160.

[22] O Oreifej， X Li， M Shah. Simultaneous Video Stabilization and Moving Object Detection in Turbulence[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2013，35（2）： 450-462.

[23] C Stauffer， WEL Grimson. Adaptive Background Mixture Models for Real-time Tracking[C]//IEEE. IEEE Computer Society Conference on Computer Vision and Pattern Recognition， 1999： 252-256.

[24] W Shandong， O Oreifej， M Shah. Action Recognition in Videos Acquired by A Moving Camera Using Motion Decomposition of Lagrangian Particle Trajectories[C]//IEEE. IEEE International Conference on Computer Vision （ICCV）， 2011： 1419-1426.

[25] S Wu， BE Moore， M Shah. Chaotic Invariants of Lagrangian Particle Trajectories for Anomaly Detection in Crowded Scenes[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， 2010： 2054-2060.

[26] W Yin， S Morgan， J Yang， et al. Practical Compressive Sensing with Toeplitz and Circulant Matrices[J]. Visual Communications and Image Processing， 2010.

篇（7）

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2013）06-0098-01

隨著數(shù)字化校園方案的推進(jìn)，各高等院校都建立起了自己的數(shù)字化服務(wù)系統(tǒng)，數(shù)據(jù)安全工作變得尤為重要。數(shù)據(jù)中心機(jī)房的視頻監(jiān)控系統(tǒng)的監(jiān)控視頻信息量大，異常情況判斷和處理的效率需求高，因此，研制快速有效的數(shù)據(jù)中心視頻異常監(jiān)控體系，具有重要的現(xiàn)實(shí)意義。為保證視頻異常監(jiān)控處理的效率，異常情況的快速檢測非常關(guān)鍵。因此，本文嘗試從該方面對傳統(tǒng)視頻異常檢測技術(shù)加以改進(jìn)，以實(shí)現(xiàn)對校園數(shù)據(jù)中心視頻異常檢測的高效處理。

1 總體方案

目前，視頻異常檢測機(jī)制根據(jù)其應(yīng)用行業(yè)及場合的不同而采用不同的算法和實(shí)現(xiàn)方案，其中，異常情況的檢測技術(shù)也有所不同，大致分為異常目標(biāo)檢測和異常區(qū)域檢測兩種。校園數(shù)據(jù)中心因其監(jiān)控場合的特殊性，主要采用異常區(qū)域檢測的方案。本文提出的改進(jìn)后的矩陣差分檢測模型實(shí)質(zhì)在于以常規(guī)的背景差分算法為基礎(chǔ)，該方案的處理流程簡述如下：

（1）系統(tǒng)初始化，并初次設(shè)立背景幀。由于數(shù)據(jù)中心中正常情況下是無人進(jìn)出，背景模型受運(yùn)動目標(biāo)的影響較小，僅考慮室內(nèi)外光照變化，疑似火災(zāi)或疑似非法闖入等情況對監(jiān)控畫面背景造成改變。因此初始化時，可考慮直接采用監(jiān)控視頻的前導(dǎo)有效圖像幀序列的某一幀作為背景幀。

（2）系統(tǒng)初始化完成后，會不斷地從圖像緩存中讀取現(xiàn)場視頻圖像幀序列。每新讀進(jìn)來的圖像幀，應(yīng)首先同已建立的背景檢測模型進(jìn)行差分運(yùn)算比對，其差值與預(yù)先設(shè)定的閥值比較，如超過則判斷有疑似情況發(fā)生，將差值變化區(qū)域作為異常情況區(qū)域提取出來，建立異常背景模型。后續(xù)的監(jiān)控圖像進(jìn)來，直接與該異常背景模型進(jìn)行對比，當(dāng)累計值超過門限值時，進(jìn)行報警。

（3）長期工作時，為避免誤檢和漏檢，系統(tǒng)應(yīng)強(qiáng)制清空異常背景模型，使異常背景模型失效，重新建立異常背景模型。

2 模型建立與實(shí)現(xiàn)

2.2 差分計算

3 矩陣加速

在進(jìn)行異常情況檢測時，計算量主要集中在背景模型更新和異常情況判定兩個步驟。如直接進(jìn)行全尺寸的差分運(yùn)算，綜合視頻圖像序列的連續(xù)疊加效應(yīng)，其計算量巨大。同時，經(jīng)研究發(fā)現(xiàn)，因數(shù)據(jù)中心機(jī)房場地條件特殊性，即使出現(xiàn)異常情況，其反應(yīng)在監(jiān)控視頻圖像中的位置范圍和移動軌跡呈現(xiàn)聚類特性。因此，在進(jìn)行差分運(yùn)算時，可借助矩陣加快處理速率。其思路如下所示：

（1）將當(dāng)前視頻圖像以像素為單位做矩陣化預(yù)處理；

（2）下一幀視頻圖像進(jìn)來做矩陣化預(yù)處理；

（3）做差分運(yùn)算，即進(jìn)行兩幀圖像的像素點(diǎn)矩陣遍歷比較后，若出現(xiàn)像素點(diǎn)異常，即疑似異常運(yùn)動目標(biāo)出現(xiàn)時，將對應(yīng)像素點(diǎn)的矩陣編號抽取出來形成背景模型；

（4）依據(jù)如前所述的聚類特性，按照“九宮格”像素點(diǎn)關(guān)聯(lián)原則優(yōu)先將疑似像素點(diǎn)的臨近編號抽取出來，讀入緩存；

（5）新的視頻圖像進(jìn)來矩陣化預(yù)處理后，僅抽取前述處理中出現(xiàn)疑似異常情況相同矩陣編號的像素點(diǎn)序列，與背景模型遍歷比較；

（6）重復(fù)以上步驟。

利用矩陣加速的實(shí)質(zhì)將原先的像素點(diǎn)集合差分運(yùn)算轉(zhuǎn)變?yōu)橐曨l圖像像素矩陣的行遍歷或列遍歷比較；同時，讀入緩存中的像素點(diǎn)序列已對異常情況進(jìn)行了簡單預(yù)判，將差分運(yùn)算的范圍和計算量盡量控制在局部，從而有效降低計算廣度和復(fù)雜度，提高了運(yùn)算效率。

4 結(jié)語

本文嘗試對傳統(tǒng)技術(shù)加以改進(jìn)，利用背景分析法和時域分析法兩種方案之間較強(qiáng)的相關(guān)性，針對背景分析法對監(jiān)控場景變化敏感的缺陷，采用局部時域分析法對其模型進(jìn)行優(yōu)化，同時利用矩陣來加速其差分運(yùn)算過程，以實(shí)現(xiàn)快速有效的異常檢測。本文設(shè)計的數(shù)據(jù)中心機(jī)房視頻異常監(jiān)測系統(tǒng)，可在保障數(shù)據(jù)中心監(jiān)控工作正常進(jìn)行的同時，有效提高工作效率，具有良好的經(jīng)濟(jì)效益及社會應(yīng)用前景。

參考文獻(xiàn)

篇（8）

專業(yè)技術(shù)人員的配備。參與食品檢驗(yàn)的工作人員其在進(jìn)行食品檢驗(yàn)時所起到的作用是十分重要的，所以應(yīng)當(dāng)提高檢驗(yàn)人員的個人技能水平和專業(yè)素質(zhì)，并對其進(jìn)行相關(guān)的培訓(xùn)和教育，使其了解不同的食品檢驗(yàn)方式，以此來不斷提高檢驗(yàn)人員的素質(zhì)。在食品檢驗(yàn)過程中應(yīng)用新技術(shù)，新技術(shù)并不是所有檢驗(yàn)人員都能即刻了解和掌握的，需要通過配備專業(yè)的技術(shù)人員對檢驗(yàn)人員進(jìn)行指導(dǎo)，使檢驗(yàn)人員能夠?qū)Υ隧?xiàng)技術(shù)有一定的了解，在專業(yè)技術(shù)人員的幫助下完成設(shè)備的操作，從而保障新技術(shù)使用的正確性，進(jìn)而提高食品的安全。

專業(yè)儀器和試劑的準(zhǔn)備。在進(jìn)行食品檢驗(yàn)時，需要應(yīng)用到相關(guān)設(shè)備和試劑，需要檢驗(yàn)人員根據(jù)實(shí)際需求進(jìn)行合理的使用，尤其是針對一些較為先進(jìn)的設(shè)備和試劑，更需要嚴(yán)格按照操作標(biāo)準(zhǔn)和規(guī)范進(jìn)行操作，否則將會直接影響到最后所得到的檢驗(yàn)結(jié)果，使檢驗(yàn)結(jié)果缺乏準(zhǔn)確性，甚至?xí){到食品食用者的身體健康。此外，專業(yè)儀器的使用還應(yīng)當(dāng)對其進(jìn)行定期的檢查、維護(hù)和保養(yǎng)工作，以免儀器在使用過程中受到各種因素的影響而降低檢測結(jié)果的準(zhǔn)確性。

檢驗(yàn)方法的選擇。能夠用于食品檢驗(yàn)的方法有很多，但是每個檢驗(yàn)方法都有優(yōu)勢和缺點(diǎn)，所得到的檢測結(jié)果也會存在一定的差異，所以需要檢驗(yàn)人員了解每種食品的特性，盡量確保食品檢驗(yàn)結(jié)果的準(zhǔn)確性，尤其在檢驗(yàn)時應(yīng)用新技術(shù)，更需要選擇出與其相適應(yīng)的檢驗(yàn)方法。如果所選擇的檢驗(yàn)方法不得當(dāng)，即使使用的技術(shù)和儀器再先進(jìn)，也會使所得出的檢驗(yàn)結(jié)果產(chǎn)生很大的影響。所以，為了能夠確保食品在檢驗(yàn)過程中得到最真實(shí)的檢驗(yàn)結(jié)果，需要選擇最合適的檢驗(yàn)方法。

食品出廠檢驗(yàn)中新技術(shù)的實(shí)際應(yīng)用

生物傳感器技術(shù)。該技術(shù)的應(yīng)用主要是依靠其對生物物質(zhì)較為敏感的特性，如果在食品當(dāng)中含有某些物質(zhì)，那么通過使用該技術(shù)就可以將其轉(zhuǎn)變成電信號，并呈現(xiàn)在檢測儀器上。該技術(shù)儀器主要是由信號放大裝置、理化轉(zhuǎn)換器、生物活性物質(zhì)等構(gòu)成的。

食品中所含有的成分種類有很多，并且都具有生物屬性。在檢驗(yàn)時，如果想要盡量提高檢驗(yàn)結(jié)果的準(zhǔn)確性，應(yīng)當(dāng)對食品中所含有的生物成分進(jìn)行細(xì)致的檢驗(yàn)，從而使該項(xiàng)技術(shù)能夠滿足食品檢驗(yàn)要求。該檢驗(yàn)方法的使用是在傳統(tǒng)檢驗(yàn)方法的基礎(chǔ)之上發(fā)展而來的，能夠?qū)崿F(xiàn)傳統(tǒng)檢驗(yàn)方法所不能夠完成的檢驗(yàn)任務(wù)，為提高檢驗(yàn)結(jié)果準(zhǔn)確性，保障食品安全具有重要作用和意義。

生物芯片技術(shù)。該技術(shù)是在上個世紀(jì)九十年代出現(xiàn)和興起的，以一種全新的檢驗(yàn)技術(shù)，其主要是由計算機(jī)、分子生物等技術(shù)構(gòu)成的，其在食品檢驗(yàn)中擁有較為良好的發(fā)展空間和前景。從食品當(dāng)前的現(xiàn)狀來看，食品的種類還在日益增加，加工工藝也變得越來越復(fù)雜，在所生產(chǎn)出來的食品當(dāng)中不僅含添加劑，還摻雜了其他成分，在一定程度上給食品檢驗(yàn)增添了很大的難度。而生物芯片技術(shù)的應(yīng)用便能夠有效解決這些問題，將食品中所含有的成分準(zhǔn)確檢驗(yàn)出來，以滿足食品檢驗(yàn)的需求。

生物芯片技術(shù)本身具有較強(qiáng)的綜合性，其在檢驗(yàn)結(jié)果的準(zhǔn)確性上也具有很大的優(yōu)勢，所以在日后食品檢驗(yàn)時充分使用該項(xiàng)技術(shù)。在選擇食品檢驗(yàn)試劑時，應(yīng)當(dāng)將其視為十分重要的環(huán)節(jié)，如此一來才能夠充分發(fā)揮出生物芯片技術(shù)所具有的作用，進(jìn)而提高食品檢驗(yàn)結(jié)果的準(zhǔn)確性和食品的安全性。

篇（9）

中圖分類號TS2 文獻(xiàn)標(biāo)識碼A 文章編號 1674-6708（2014）106-0127-02

近幾年，因城市工業(yè)化日漸加深，使得環(huán)境問題越來越嚴(yán)重，人們對食品安全的關(guān)注也越來越多，食品安全已經(jīng)成為牽動人心的焦點(diǎn)問題。然而，對于現(xiàn)在的食品檢測，傳統(tǒng)的方法已經(jīng)與現(xiàn)代社會發(fā)展需求完全脫軌，當(dāng)前在食品檢測中廣泛應(yīng)用的是PCR技術(shù)、生物芯片、基因探針法、生物傳感器技術(shù)、免疫技術(shù)等生物技術(shù)。眼前，人們越來越關(guān)注食品安全，即是食品質(zhì)量的安全。在我國，影響并制約食品安全的因素有很多，比如法規(guī)法律尚不完善，政府監(jiān)管松懈以及科學(xué)技術(shù)上遭遇“瓶頸”等。因此，生物技術(shù)的廣泛應(yīng)用使人們實(shí)現(xiàn)了簡便快捷、特異性強(qiáng)、靈敏度高的食品檢測方法。

1基因探針法

基因（DNA）探針法又稱分子雜交技術(shù)，其原理是利用基因的重復(fù)性、變性和其堿基互補(bǔ)配對的精確性來探查某一DNA序列的新技術(shù)。當(dāng)前，DNA探針雜交法有兩種，分別同相雜交和異相雜交，其技術(shù)的關(guān)鍵就是構(gòu)建基因探針。近幾年，基因探針雜交技術(shù)十分廣泛的應(yīng)用于食品微生物的檢測中，如今可檢測食品中存在的大腸桿菌、沙門氏菌、李斯特氏菌、葡萄球菌和志賀氏菌等。相較于傳統(tǒng)的檢測方法，DNA探針技術(shù)在克服了傳統(tǒng)檢測方法缺點(diǎn)的同時，其操作簡便快捷、靈敏度高、特異性強(qiáng)的優(yōu)點(diǎn)使食品檢測結(jié)果更精準(zhǔn)。但是，DNA探針技術(shù)也存在著速度慢、成本高、效率低等局限性，在今后的科學(xué)研究中還需改進(jìn)。

2 PCR 技術(shù)

PCR技術(shù)的原理是以需要擴(kuò)增的DNA分子作為模板，用分別和模板互補(bǔ)的一對寡核苷酸的片段作引物，遵從半保留復(fù)制原則，在DNA聚合酶的作用下完成擴(kuò)增，因此，又稱聚合酶鏈反應(yīng)技術(shù)，由變性、復(fù)性和延伸三個步驟構(gòu)成。僅需要用很少的物質(zhì)便可大量擴(kuò)增所需的基因片段，并可以定量、定性地分析檢測樣品，這是PCR技術(shù)的一大優(yōu)點(diǎn)。與此同時，由于檢測儀器昂貴，操作復(fù)雜、技術(shù)含量較高，因此對其技術(shù)人員有較高且嚴(yán)格的要求。由于現(xiàn)在分子生物學(xué)技術(shù)正在突飛猛進(jìn)的發(fā)展，轉(zhuǎn)基因食品已經(jīng)隨處可見，由此可見轉(zhuǎn)基因食品逐漸進(jìn)入了人們的生活，它們在人們的餐桌上出現(xiàn)的同時，轉(zhuǎn)基因食品的安全性也倍受人們的關(guān)注，成為了百姓飯前茶后所談?wù)摰臒狳c(diǎn)話題。由于在傳統(tǒng)的食物中，并不存在轉(zhuǎn)基因食品中的蛋白質(zhì)和新遺傳物質(zhì)，使消費(fèi)者存在隱憂。為了讓人們的健康有一個可靠的保障，使消費(fèi)者消除顧慮，讓商品流通和國際貿(mào)易更加有利，研發(fā)一個快速、簡便、準(zhǔn)確的食品安全檢測技術(shù)迫在眉睫。

3 免疫學(xué)檢測技術(shù)

免疫學(xué)檢測技術(shù)的基本原理是抗體和抗原的結(jié)合反應(yīng)，一般可將其分為三類：免疫沉淀反應(yīng)、免疫標(biāo)記技術(shù)和免疫凝集試驗(yàn)。目前，免疫學(xué)檢測技術(shù)在檢測方法中用途最為廣泛，其具有方便快捷、特異性強(qiáng)、檢測成本低、靈敏度高、分析容量大等特點(diǎn)，特別表現(xiàn)在食品檢測方面，在分析蛋白質(zhì)的結(jié)構(gòu)中通常會用到。當(dāng)前，免疫技術(shù)中的酶聯(lián)免疫法已在食品檢測中得到普及。近幾年，在傳統(tǒng)檢測方法的基礎(chǔ)上，免疫學(xué)開發(fā)出新的檢測技術(shù)，其中包括放射免疫測定、熒光免疫測定、免疫傳感器、免疫磁性分離和酶免疫測定，比如PCR-ELISA技術(shù)，就是將酶聯(lián)免疫技術(shù)與PCR技術(shù)結(jié)合，可用于檢測大腸桿菌，效果良好。酶聯(lián)免疫技術(shù)是將酶標(biāo)記在特異的抗體上，即為酶標(biāo)抗體。它具有酶的底物催化和抗體抗原反應(yīng)的特性，它和與它對應(yīng)的抗原相結(jié)合，添加底物，便可依據(jù)底物顯色程度作出定量或定性地判斷。由于酶的催化效率高，能夠最大限度的將反映效果放大，使測定結(jié)果穩(wěn)定且靈敏度高。但其也具有局限性，因此多數(shù)用于檢測鮮活組織和基因工程生物體改造的初步檢測。

4生物芯片技術(shù)

生物芯片技術(shù)的原理是按照預(yù)先的設(shè)置將大量生物分子排列并固定在載體表面，因?yàn)樯锓肿泳哂刑禺愋杂H和反應(yīng)，可利用其對生物分子的量和存在進(jìn)行分析，比如抗體抗原反應(yīng)和核酸雜交反應(yīng)等。高通量是基因芯片最為突出的優(yōu)點(diǎn)。相較于傳統(tǒng)檢測方法，生物芯片技術(shù)可克服具有系統(tǒng)誤差的缺點(diǎn)，許多基因探針雜交和標(biāo)記等只需一個過程即可完成，并且生物芯片技術(shù)自動化程度高且其數(shù)據(jù)可靠客觀。但是由于基因芯片技術(shù)無法判斷在細(xì)胞類型較多的組織中檢測基因的精確定位。與基因芯片相比，處于研發(fā)中的蛋白質(zhì)芯片可能將此種情況改善。

上文中論述的生物技術(shù)在食品檢測方面其運(yùn)用前景是十分廣闊的，除此以外，逐漸會有越來越多的更加先進(jìn)的生物技術(shù)在食品檢測中得以應(yīng)用，它的前景很值得期待。

由于生物技術(shù)具有高效、經(jīng)濟(jì)等特點(diǎn)，廣大科學(xué)研究人員對其越來越認(rèn)可，在食品檢測中生物技術(shù)成為了重要的力量。在我國科技不斷發(fā)展科研人員不斷努力創(chuàng)新研究的背景下，在今后的食品檢測中，生物技術(shù)一定會更加成熟的應(yīng)用其中，使我國的食品質(zhì)量安全得到保障。食品安全不僅關(guān)系到人類的健康，更與國家的經(jīng)濟(jì)、政治息息相關(guān)。近幾年，我國大力推進(jìn)食品檢測技術(shù)及食品安全的應(yīng)用及研究，并增強(qiáng)了相應(yīng)法規(guī)法律的制定。與此同時，還需大量投入資金在食品檢測的技術(shù)研究中，并對食品科學(xué)技術(shù)的專業(yè)隊(duì)伍加強(qiáng)建設(shè)。綜上所述，生物技術(shù)在食品檢測中已經(jīng)愈來愈顯其優(yōu)越性，但其檢測方法或多或少都存在著局限性，因此在其應(yīng)用中需要搭配和選擇使用，同時也期待生物技術(shù)的改進(jìn)、優(yōu)化以及創(chuàng)新，為食品安全提供可靠保障。

篇（10）

中圖分類號：TS201.6 文獻(xiàn)標(biāo)識碼：A 文章編號

食品質(zhì)量關(guān)系到廣大人民群眾的身體健康甚至生命安全，是事關(guān)經(jīng)濟(jì)發(fā)展和構(gòu)建和諧社會的重大戰(zhàn)略問題。采用高科技實(shí)施高質(zhì)量的食品檢測工作勢在必行。

一、我國食品安全問題形勢嚴(yán)峻，主要存在以下問題：

（一）、農(nóng)產(chǎn)品：大米、小麥以及蔬菜等在種植過程中施加化肥以及使用農(nóng)藥造成殘留，從而導(dǎo)致食品安全問題。

（二）、水產(chǎn)品、畜、禽體內(nèi)殘留大量的激素、抗生素及其他有害物質(zhì)。

（三）、食品在加工過程中使用劣質(zhì)原料，濫用食品及化學(xué)添加劑，甚至還存在添加了有毒物質(zhì)的情況。

（四）、我國食品及相關(guān)行業(yè)生產(chǎn)力水平仍然比較落后，生產(chǎn)經(jīng)營者法律意識淡薄，易受經(jīng)濟(jì)利益的驅(qū)動，誠信意識不強(qiáng)。

（五）、廣大人民群眾在消費(fèi)過程中對食品安全的知識欠缺，預(yù)防安全意識較薄弱等。

二、我國食品檢測體系存在的問題：

（一）食品安全檢驗(yàn)檢測的重要性

1、食品安全檢驗(yàn)檢測能有效的保證減少食源性疾病。

我們常說病從口入，因此運(yùn)用食品檢驗(yàn)檢測專業(yè)技術(shù)對食品進(jìn)行安全檢測是非常重要的。食物從農(nóng)田到餐桌的一系列安全問題，需要各生產(chǎn)、加工環(huán)節(jié)的誠信自律以及全民公眾意識的加強(qiáng)和提高等諸多因素的共同努力。

2、食品安全檢驗(yàn)檢測能夠保證國家安定、促進(jìn)經(jīng)濟(jì)發(fā)展。

俗話說民以食為天，一旦出現(xiàn)食品安全問題，不僅會影響到社會的穩(wěn)定和經(jīng)濟(jì)的發(fā)展，而且會影響到國家的聲譽(yù)，從而導(dǎo)致影響國際間的合作。

3、食品安全檢驗(yàn)檢測能有效保障消費(fèi)者的權(quán)益、促進(jìn)產(chǎn)品質(zhì)量的提高。

食品安全檢測能夠幫助消費(fèi)者買到健康、放心的安全食品，有效地保障了消費(fèi)者的權(quán)益不受侵犯，消費(fèi)者安全意識的提高反過來會促使生產(chǎn)加工企業(yè)努力提高產(chǎn)品質(zhì)量，從而導(dǎo)致食品加工企業(yè)的健康良性發(fā)展。

（二）、我國食品安全檢測現(xiàn)狀

食品檢驗(yàn)檢測是食品監(jiān)管的重要技術(shù)支撐，現(xiàn)如今，國內(nèi)主要有類的檢測儀器和技術(shù)方法用于食品安全檢驗(yàn)檢測領(lǐng)域：

1、樣品的前處理檢驗(yàn)儀器設(shè)備；

2、農(nóng)產(chǎn)品質(zhì)量檢驗(yàn)檢測儀器；

3、檢驗(yàn)細(xì)菌、大腸菌群和致病菌的微生物檢測儀器；

4、檢驗(yàn)有毒有害元素及其價態(tài)分析的檢測儀器；

5、檢驗(yàn)農(nóng)藥殘留的檢測儀器；

6、檢驗(yàn)獸藥、漁藥殘留的檢測儀器；

7、轉(zhuǎn)基因檢驗(yàn)農(nóng)產(chǎn)品品質(zhì)和營養(yǎng)成分的檢測儀器；

8、食品檢驗(yàn)必備的其它中小型輔助檢測儀器設(shè)備。

目前國內(nèi)絕大多數(shù)的農(nóng)產(chǎn)品、食品生產(chǎn)加工企業(yè)規(guī)模比較小、數(shù)量眾多而且分散性很強(qiáng)，并且法治意識和自我約束意識都很弱，從而造成食品安全問題高發(fā)，濫用甚至違用農(nóng)藥、獸藥；超量、超范圍使用食品添加劑，甚至使用非食用的化工原料作為食品添加劑添加到食品中。嚴(yán)重危害著人們的身體健康直至生命安全。因此依靠現(xiàn)有的類檢測儀器和技術(shù)方法是很難對食品安全狀況進(jìn)行準(zhǔn)確可靠、及時全面地監(jiān)管的。

（三）、我國食品安全檢測中存在的問題

1、檢測標(biāo)準(zhǔn)不規(guī)范

（1）目前、國內(nèi)的食品安全檢測標(biāo)準(zhǔn)還有待進(jìn)一步健全。

現(xiàn)在我國實(shí)施的各類食品安全標(biāo)準(zhǔn)有相當(dāng)一部分是行業(yè)標(biāo)準(zhǔn)，并不是國家標(biāo)準(zhǔn)。而在國際上許多發(fā)達(dá)國家使用的都是由國家立法機(jī)構(gòu)制定的國家標(biāo)準(zhǔn)，并且每一種食品都很明確的只對應(yīng)一個標(biāo)準(zhǔn)，運(yùn)用起來也非常方便。但是由于我國受到歷史上計劃經(jīng)濟(jì)體制的影響，部分食品目前仍然還是有兩套標(biāo)準(zhǔn)，當(dāng)然，國家對現(xiàn)行的食品國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)整頓、合并，同時大幅度采用國際標(biāo)準(zhǔn)，解決了許多此類標(biāo)準(zhǔn)問題，混亂的產(chǎn)品標(biāo)準(zhǔn)問題已基本上得到了解決。

（2）我國食品安全衛(wèi)生標(biāo)準(zhǔn)對國際標(biāo)準(zhǔn)的采用和參照率仍然很低。

由于我國還不夠重視在檢驗(yàn)測試等科學(xué)技術(shù)領(lǐng)域方面的投人， 沒有形成及時學(xué)習(xí)、借鑒國外先進(jìn)檢測技術(shù)的機(jī)制。從而導(dǎo)致在一些關(guān)鍵的食品安全檢驗(yàn)項(xiàng)目上如農(nóng)藥殘留、食品添加劑、轉(zhuǎn)基因食品、飼料等檢驗(yàn)項(xiàng)目缺乏相關(guān)標(biāo)準(zhǔn)以及標(biāo)準(zhǔn)規(guī)定的檢驗(yàn)方法。

2、檢測裝備不完善、設(shè)備落后

我國大多數(shù)食品檢測機(jī)構(gòu)資金匱乏，缺少資金投入，導(dǎo)致檢測設(shè)備遠(yuǎn)遠(yuǎn)落后于發(fā)達(dá)國家的先進(jìn)技術(shù)裝備。盡管目前普遍采用了原子吸收、氣相色譜、高效液相色譜法等設(shè)備，但是像氣質(zhì)聯(lián)用、液質(zhì)聯(lián)用等在國際上公認(rèn)的設(shè)備還沒有得到普及。而用于超痕量分析的高等檢測手段就更為缺乏。食品檢測機(jī)構(gòu)在實(shí)驗(yàn)技術(shù)上所采用的檢測方法在操作上往往較為簡單容易，技術(shù)含量不高，體現(xiàn)在提取凈化實(shí)驗(yàn)過程時，效果就更加不盡如人意。

3、檢測技術(shù)手段相對落后

技術(shù)支撐就是科學(xué)儀器和測試技術(shù)。在食品生產(chǎn)加工過程中用到的吊白塊、甲醛、雙氧水等雖然嚴(yán)重危害了人民的身體健康，但是一直到現(xiàn)在仍然沒有統(tǒng)一的標(biāo)準(zhǔn)檢測方法，現(xiàn)行的檢測方法基本上都是定性法，并不是定性和定量相結(jié)合的標(biāo)準(zhǔn)檢測方法，因此在抗干擾尤其在定量分析方面存在著嚴(yán)重不足。比如快速篩選檢測技術(shù)不夠成熟，超痕量分析方法尤為欠缺、殘留檢測方法不夠完善等。針對這種情況，食品安全監(jiān)管部門必須突破傳統(tǒng)的檢測技術(shù)的約束，充分利用有限的資金，積極研究檢測技術(shù)新方法、研制新的檢驗(yàn)儀器，使檢測手段接近甚至超過國際先進(jìn)水平，不斷提高分析和檢測的能力，發(fā)揮食品檢測機(jī)構(gòu)的技術(shù)支撐作用，進(jìn)而更好地解決食品安全問題，保障人民群眾的身體健康乃至生命安全。

4、食品安全檢測專業(yè)技術(shù)人才欠缺

在食品檢測領(lǐng)域，長期以來，從事食品安全檢測的技術(shù)人員絕大多數(shù)都來自各個衛(wèi)生系統(tǒng)的醫(yī)療檢疫等部門。而具備食品檢測專業(yè)知識的大學(xué)生從業(yè)人員卻少得可憐。

三、食品安全檢測存在問題的對策以及今后的發(fā)展趨勢

（一）、提高食品檢測人員自身的檢測技能和素質(zhì)

食品檢測人員的基本素質(zhì)決定其在食品檢測中能否準(zhǔn)確地選擇適當(dāng)?shù)臋z測儀器、化學(xué)試劑以及適用的檢測方法等，因此，食品檢測人員應(yīng)當(dāng)熟練掌握試驗(yàn)儀器、方法、操作等各項(xiàng)基本能力，并對檢測結(jié)果具有相應(yīng)的分析能力，以保證檢測的順利進(jìn)行。另外，食品檢測人員還應(yīng)了解質(zhì)量體系涉及到的各項(xiàng)法律、法規(guī)，并應(yīng)用到食品檢測實(shí)際工作中，確保檢測結(jié)果的準(zhǔn)確、可靠，不受任何外界干擾，符合相關(guān)法律、法規(guī)規(guī)定。

（二）、對檢測機(jī)構(gòu)進(jìn)行整合；實(shí)行信息資源共享

食品安全檢測工作是一項(xiàng)非常專業(yè)的技術(shù)工作，關(guān)系著企業(yè)的生存發(fā)展和人民的健康安全：目前的食品檢驗(yàn)機(jī)構(gòu)，農(nóng)業(yè)、質(zhì)監(jiān)、工商、衛(wèi)生部門都設(shè)有下屬的檢驗(yàn)機(jī)構(gòu)，但設(shè)置重復(fù)。檢測設(shè)備類同；檢驗(yàn)項(xiàng)目重復(fù)。不夠?qū)I(yè)，檢驗(yàn)水平不高，使檢驗(yàn)結(jié)果不具有權(quán)威性，實(shí)際工作中甚至造成扯皮，互不承認(rèn)對方的檢驗(yàn)結(jié)果，這樣既浪費(fèi)了有限的檢驗(yàn)資源，又加重了企業(yè)的負(fù)擔(dān)。建議將農(nóng)業(yè)、質(zhì)監(jiān)、工商、衛(wèi)生部門下屬的檢驗(yàn)機(jī)構(gòu)整合，成立專門的食品安全檢測機(jī)構(gòu)，同時強(qiáng)化食品生產(chǎn)企業(yè)在食品質(zhì)量安全方面的主體責(zé)任，檢測機(jī)構(gòu)加大食品市場抽檢，對抽檢的結(jié)果定期在新聞媒體上公布，或建立一個專門的信息平臺，各相關(guān)監(jiān)管部門之間關(guān)于食品安全的信息都在這一平臺上，從而形成信息資源共享。

（三）、研究、引進(jìn)新設(shè)備、新技術(shù)，提高食品檢測科研水平

借鑒發(fā)達(dá)國家先進(jìn)經(jīng)驗(yàn)，結(jié)合我國國情，加大資金投入，研究、引進(jìn)一些高端設(shè)備和新技術(shù)，以國際食品檢測技術(shù)發(fā)展為導(dǎo)向，加強(qiáng)我國在食品檢驗(yàn)檢測方面的先進(jìn)方法和技術(shù)的研究和應(yīng)用。提升食品安全檢測領(lǐng)域的整體水平。

（四）、健全檢測方法和標(biāo)準(zhǔn)

我國在食品安全性研究建設(shè)方面的投入和人民群眾對食品安全問題的需求差距還很大。我們不但要借鑒發(fā)達(dá)國家和地區(qū)的先進(jìn)經(jīng)驗(yàn)，跟上國際食品檢驗(yàn)檢測技術(shù)發(fā)展的步伐，而且要結(jié)合我國自身的國情，加強(qiáng)我國食品檢驗(yàn)檢測先進(jìn)技術(shù)、方法和標(biāo)準(zhǔn)的研究。有針對性地研究部分先進(jìn)的檢測方法、有選擇性地研制部分儀器設(shè)備以及玻璃儀器、檢測所需要的玻璃儀器、化學(xué)試劑等低質(zhì)消耗品。在積極引進(jìn)國際上先進(jìn)的檢驗(yàn)檢測技術(shù)的基礎(chǔ)上。繼續(xù)加大對食品安全性的研究，積累經(jīng)驗(yàn)并不斷探索新的分析檢驗(yàn)方法，在食品關(guān)鍵控制技術(shù)、食品危險性評估技術(shù)以及食品安全標(biāo)準(zhǔn)等方面加大研究力度， 進(jìn)一步健全和完善與食品相關(guān)的各項(xiàng)標(biāo)準(zhǔn)體系，更有效地開展食品安全監(jiān)督管理工作，逐步趕上并超過發(fā)達(dá)國家的食品安全檢驗(yàn)檢測水平。

（五）、加強(qiáng)與食品安全相關(guān)的法律、法規(guī)的建設(shè)

法律、法規(guī)是企業(yè)和個人從事食品生產(chǎn)經(jīng)營活動必須遵守的行為準(zhǔn)則，是企業(yè)進(jìn)行質(zhì)量管理活動的重要法律依據(jù)。建立食品安全檢驗(yàn)的基層體系。明確檢驗(yàn)人員的職責(zé)，避免生產(chǎn)企業(yè)內(nèi)部的檢驗(yàn)走過場，對那些通過行政干預(yù)等手段強(qiáng)迫檢驗(yàn)人員篡改檢驗(yàn)數(shù)據(jù)、進(jìn)行違章作業(yè)的相關(guān)企業(yè)領(lǐng)導(dǎo)，要從重從嚴(yán)追究其法律責(zé)任。與此同時，還要加強(qiáng)質(zhì)檢人員的道德規(guī)范教育的工作。在認(rèn)真研究和完善食品安全法律、法規(guī)以及相關(guān)技術(shù)標(biāo)準(zhǔn)的前提下，以法律為武器嚴(yán)厲打擊各種涉及食品安全的各種違法行為，有力地保障人民群眾的身體健康和生命安全。