绿色食品识别

绿色食品识别（精选16篇）

1.绿色食品识别 篇一

食品简单的识别常识

一、食品感官常识

所谓食品质量感官鉴别的基本方法，其实质就是依靠视觉、嗅觉、味觉、触觉和听觉等来鉴定食品的外观形态、色泽、气味、滋味和硬度（稠度）。其主要还是通过四觉来鉴定，下面就具体谈谈这四觉。

1、视觉鉴别法。这是判断食品质量的一个重要感官手段。食品的外观形态和色泽对于评价食品的新鲜程度、食品是否有不良改变以及蔬菜、水果的成熟度等有着重要意义。视觉鉴别应在白昼的散射光线下进行，以免灯光隐色发生错觉。鉴别时应注意整体外观、大小、形态、块形的完整程度、清洁程度，表面有无光泽、颜色的深浅色调等。在鉴别液态食品时，要将它注人无色的玻璃器皿中，透过光线来观察；也可将瓶子颠倒过来，观察其中有无夹杂物下沉或絮状物悬浮。

2、嗅觉鉴别法。人的嗅觉器官相当敏感，甚至用仪器分析的方法也不一定能检查出来极轻微的变化，用嗅觉鉴别却能够发现。当食品发生轻微的腐败变质时，就会有不同的异味产生。如核桃的核仁变质所产生的酸败而有哈喇味，西瓜变质会带有馊昧等。食品的气味是一些具有挥发性的物质形成的，所以在进行嗅觉鉴别时常需稍稍加热，但最好是在15℃～25℃的常温下进行，因为食品中的气味挥发性物质常随温度的高低而增减。在鉴别食品的异味时，液态食品可滴在清洁的手掌上摩擦，以增加气味的挥发；识别畜肉等大块食品时，可将一把尖刀稍微加热刺入深部，拔出后立即嗅闻气味。食品气味鉴别的顺序应当是先识别气味淡的，后鉴别气味浓的，以免影响嗅觉的灵敏度。在鉴别前禁止吸烟。

3、味觉鉴别法。感官鉴别中的味觉对于辨别食品品质的优劣是非常重要的一环。味觉器官不但能品尝到食品的滋味如何，而且对于食品中极轻微的变化也能敏感地察觉。如做好的米饭存放到尚未变馊时，其味道即有相应的改变。味觉器官的敏感性与食品的温度有关，在进行食品的滋味鉴别时，最好使食品处在20℃～45℃之间，以免温度的变化会增强或减低对味觉器官的刺激。几种不同味道的食品在进行感官评价时，应当按照刺激性由弱到强的顺序，最后鉴别味道强烈的食品。在进行大量样品鉴别时，中间必须休息，每鉴别一种食品之后必须用温水漱口

4、触觉鉴别法。凭借触觉来鉴别食品的膨、松、软、硬、弹性（稠度），以评价食品品质的优劣，也是常用的感官鉴别方法之一。例如，根据鱼体肌肉的硬度和弹性，常常可以判断鱼是否新鲜或腐败；评价动物油脂的品质时，常须鉴别其稠度等。在感官测定食品的硬度（稠度）时，要求温度应在15℃～20℃之间，因为温度的升降会影响到食品状态的改变。

必须做到全面，合理、客观、公正，所以在实施中是有具体原则的。其基本原则有六点：

1、《中华人民共和国产品质量法》、《中华人民共和国食品安全法》、国务院有关部委和省、市行政部门颁布的食品质量法规和卫生法规是鉴别各类食品能否食用的主要依据。（2）食品已明显腐败变质或含有过量的有

毒有害物质（如重金属含量过高或霉变）时，不得供食用。达不到该种食品的营养和风味要求，显系假冒伪劣食品的，不得供食用。

3、食品由于某种原因不能直接食用，必须加工复制或在其他条件下处理的，可提出限定加工条件和限定食用及销售等方面的具体要求。

4、食品某些指标的综合评价结果略低于卫生标准，而新鲜度、病原体、有毒有害物质含量均符合卫生时，可提出要求在某种条件下供人食用。

5、在鉴别指标的掌握上，婴幼儿、病人食用的食品要严于成年人、健康人食用的食品。

6、鉴别结论必须明确，不得含糊不清，对附条件可食的食品，应将条件写清楚。对于没有鉴别参考标准的食品，可参照有关同类食品恰当地鉴别。

7、在进行食品质量综合性鉴别前，应向有关单位或个人收集该食品的有关资料，如食品的来源、保管方法、贮存时间、原料组成、包装情况以及加工、运输、贮藏、经营过程中的卫生情况，寻找可疑环节，为上述鉴别结论提供必要的正确判断基础。

二、食品标签常识

食品包装上，应载有以下信息：

1、产品名称：国家标准规定的名称或与食品属性相关的名称

2、加工工艺：如：油炸、非油炸、冷加工、热加工，烘烤、低温、高温等

3、净含量：

4、配料表：如：水、小麦粉、白砂糖、食用植物油、饴糖

5、食用添加剂：如：甜蜜素、碳酸氢铵、碳酸氢钠

6、执行标准：如：GB/T20977-20077、生产日期：

8、保质期：如：90天

9、贮存方式：如：通风、干燥、清洁处常温保存（或低温条件储存）

10、生产许可证编号：如：QS1304 2401 104911、生产商：与营业执照注册的名称相一致

12、厂址：与营业执照注册的地址相一致

13、产地：河北省邯郸市（要求标到市级）

14、联系电话：

15、注意事项：如：运输过程中应轻拿、轻放、防雨、防晒

16、产品标准要求必须标注的。

邱县质量技术监督局食品安全举报电话：12365

2.绿色食品识别 篇二

近年来,随着对产品供应链管理和质量控制水平要求的不断提高,传统的监管模式已不能适应现代化的需求。经过近几年的不断努力,虽然我国政府、企业、研究机构相继开展了基于射频识别RFID(Radio Frequency IDentificaiton)在业务流程监管与服务方面的应用研究,在进出口货物检验检疫监管、物流、公共事业管理等行业或领域内初步实现了闭环的RFID监管与追溯应用[1,2,3,4,5]。但是,由于业务管理模式、运作机制、成本、技术等各种原因,国内尚未有研究或应用项目涉及技术机构尤其官方检验检疫技术机构的食品检验样品全流程跟踪控制领域。

当前,检验检疫等技术机构在食品样品检验过程中,采用条形码技术来实现追溯管理。这种方法一般均采用人工方法近距离读取条码,无法做到实时、快速地获得大批量食品的质量信息。同时,其在流转环节上也无法提供食品所处环境、状态信息的实时记录。因此,在这样的运作模式下,常常容易导致食品检验样品信息传递慢、差错率高,追溯性不强、业务进展状态不明、纠错成本高等多个问题。

本文结合检验检疫技术中心的业务需求,开展检验检疫食品样品流动跟踪监控管理的研究,提出基于RFID技术对食品检验样品进行电子监管,实时监控样品封装、运输、交接、流转、检测到处理的全过程动态信息,来实现食品检验样品信息的可追溯化、可监控化,从而推动检验检疫技术机构的信息化建设和进出口商品检验检疫电子监管的应用。

1 系统技术方案

1.1 食品样品检验的信息流分析

食品样品检验包括制样、仓储、检验、销毁4个环节,按照信息可查询、流向可跟踪、责任可追溯的基本要求,系统采用以RFID电子标签为基本流动数据载体和基本信息单元[6,7,8]。针对不同阶段的业务特点和需求,系统选择不同的RFID读写设备、RFID电子标签以及不同的标签阅读形式。其中涉及到两个贴有RFID电子标签的周转容器:周转箱和周转盒。周转盒用来盛放需要检验的食品样品;周转箱则用来装已制好样的周转盒,每个周转箱的最大容量为12个周转盒。其业务流程及数据信息如下:

(1) 制样阶段

此阶段是通过单标签的读写操作,往RFID电子标签内录入单个样品具体信息。由于读写距离比较近,此阶段选取低频RFID读写设备。

综合业务部门基于接收的形形色色的食品样品,将其分类装进贴有RFID标签的周转盒,并同时往RFID标签内写入相对应的样品编号、名称信息、状态信息,此即完成样品的制样过程。将已制好样的样品置入周转箱内,即完成样品周转箱的生成操作,实现了样品、周转箱的信息绑定。其具体流程图如图1所示。

(2) 仓储阶段

此阶段是通过多标签的群读、写操作,更改每个RFID电子标签的状态信息,并为每个周转箱分配相应的库存位置信息。由于读写范围比较大,此阶段选用超高频RFID读写设备。其具体业务流程如图2所示。

(3) 检验阶段

此阶段是通过单标签的读、写操作,更改每个RFID电子标签的状态信息,以及绑定相应的检验样品成员信息。由于读写范围要求不高,此阶段选用高频RFID读写设备。其具体业务流程如图3所示。

(4) 留样、销毁阶段

此阶段是通过单标签的读、写操作,更改每个RFID电子标签的状态信息,以及绑定相应的检验样品成员信息。由于读写范围要求不高,此阶段选用高频RFID读写设备。其具体业务流程如图4所示。

1.2 食品样品检验跟踪系统的总体架构

本文提出的基于RFID的食品检验样品跟踪管理系统共分为4个层次[9,10],自底向上依次为:

(1) 网络通信层(实现信息的网络传输);

(2) 系统设备层(RFID硬件设备,其中包括低频、高频、超高频读写器和电子标签);

(3) 信息资源层(根据RFID获取的数据资源,建立相应的数据库系统);

(4) 系统业务层(基于业务流程开发制样模块、入库模块、检验模块、留样及销毁模块,以及跟踪查询模块)。

整个系统的总体架构如图5所示:

2 系统实现

本系统采用SQL Server2005作为后台数据库,基于写入、存储在电子标签内的原始数据为基表,分别建立包括样品信息表、周转箱信息表、样品状态信息表、周转箱状态信息表、检验库信息表等数据表。考虑到系统的友好性与兼容性,基于.NET平台,采用C#实现管理系统功能模块:

(1) RFID读写设备的配置模块

该模块包括通信端口号设置、天线号设置、天线能量设置、服务器远程连接等功能。

(2) 业务操作功能模块

配置好RFID硬件设备参数,与远程服务器建立连接,即可对食品检验样品进行业务流程操作:

① 制样:

读取周转箱编号;同时,将样品编号写入样品电子标签内;

② 入库:

读取周转箱、样品标签内信息,与数据库内的信息进行匹对;信息一致,则点击界面“自动分配货位”按钮,为其分配相应的检验库存储货位;

③ 检验:

基于检验清单需求,点击界面“查询”按钮,根据查询的检验样品货位信息,取出样品去检验;

④ 留样或销毁:

检验完成,读取样品信息,点击界面“自动分配货位”按钮将样品入库留样,或者直接销毁。

(3) 样品统计查询模块

① 样品查询:

基于输入的样品编号,可以查询出样品当前所处的位置及当前的状态;同时,可以查询出此样品从生成到留样、销毁整个业务流转过程的历史操作记录;

② 周转箱查询:

基于输入的周转箱编号,可以查询出周转箱当前所处的位置、状态以及当前周转箱内所有样品的具体信息;同时,可以查询出此周转箱从生成到销毁整个业务流转过程的历史操作记录;

③ 操作人查询:

基于输入的操作人名字,可以查询出此操作人对经手样品的操作记录。

3 结 语

本文提出将RFID技术应用于官方检验检疫机构的食品检验样品的全流程跟踪控制领域,实时监控样品封装、入库、检验、流转到处理的全过程动态信息,且能够实时查询样品的工作流程、所处状态和位置,实现了食品样品信息的可追溯化与可监控化。基于设计的系统进行测试,结果表明该系统具有较高的准确性(识别准确率97.3%)和较好的稳定性(系统已正常运行时间大于1 200 h)。

摘要：针对当前检验检疫等技术机构在食品样品检验过程中,无法实时获取样品的动态信息来跟踪监管样品流转的现状,在此提出基于射频识别技术对食品检验样品进行电子监管,以RFID电子标签为数据信息载体,来实时跟踪、监控样品从封装、交接、流转、检验到处理的全过程,从而实现食品检验样品的信息可查询、流向可跟踪、责任可追溯。

关键词：射频识别,电子标签,电子监管,样品跟踪

参考文献

[1]张连军,何春俐.无线射频识别技术的发展[J].机械管理开发,2009,24(6):89-90.

[2]吴永祥.射频识别技术研究现状及发展展望[J].微计算机信息,2006,22(11):234-236.

[3]徐晶晶,任立红,丁永生.基于移动RFID的授权销售商监控系统[J].计算机应用研究,2012,29(3):971-973.

[4]徐海飞,文光俊.基于RFID技术的药品供应链管理研究[J].现代电子技术,2010,33(3):68-70.

[5]王华东,杨俊.射频识别技术及在药品库存与安全中的应用[J].现代电子技术,2010,33(2):148-150.

[6]付熊新,周受钦,谢小鹏.基于RFID的食品安全监管系统[J].科学技术与工程,2009,9(13):3897-3900.

[7]ABAD E,PALACIO F,NUIN M,et al.RFID smart tagfor traceability and cold chain monitoring of foods:demon-stration in an intercomtinerntal fresh fish logistic chain[J].Journal of Food Engineering,2009,93(4):394-399.

[8]易舒.基于RFID的食品供应链管理系统[J].物理技术,2009(3):107-109.

[9]薛海燕,邹丽霞.基于射频识别技术的粮食供应链跟踪系统的设计[J].河南科学,2011,29(3):342-345.

3.学会识别不安全食品 篇三

卫生，卫生，保卫生命。普通百姓应掌握一定的食品安全知识，学会甄别，不贪图便宜，从正规商场、超市购买食物。下面就简单介绍几招识别常见不安全食物的小窍门。

辨别污染的鱼

一看鱼形。受污染严重的鱼形体显得比较怪异，与正常同类鱼相比，往往显得头大尾小，脊椎出现弯曲甚至畸形，严重者外皮发黄，尾部发青；

二看鱼眼。病死鱼眼睛混浊，黯淡无光泽，甚至向外鼓出；

三看鱼鳃。毒物容易蓄积在鱼鳃里，所以受到污染的鱼鳃表面较粗糙，呈暗红色；

四闻气味。正常鱼有鱼腥味，受污染的鱼则气味异常，呈煤油味、氨味、大蒜味、火药味等。

辨别注水肉

正常瘦肉外表呈风干状，颜色略微发乌，注水后的瘦肉像冼过一样，看上去水淋淋的发亮。注水肉粘刀，不注水的肉不易粘刀。用干净的餐巾纸贴在瘦肉表面，稍压片刻，待纸略湿后揭下来，正常猪肉上的纸只是略湿，能基本完整地揭下来，并且可以点燃；若是注水猪肉，由于餐巾纸吸水过多，不容易揭下来，而且不能点燃。

识别“加料”面粉

很多人以为面粉越白越好，孰不知特别白的面粉往往使用了超标的增白剂，对人体有害。从色泽上看，未增白面粉和面制品为乳白色或微黄色，使用增白剂的面粉及其制品呈雪白或惨白色。从气味上辨别，未增白面粉有一股面粉固有的清香气味，而使用增白剂的面粉淡而无味，甚至带有少许化学药品味。增白剂过多的面粉蒸出的面食异常白亮，但会失去面食特有的香味。

识别硫磺薰过的银耳

从色泽上看，正常银耳是很自然的淡黄色，如果颜色很白就要小心了。从形状上看，好银耳的气味应该是自然芳香，如果能闻到刺激的气味，建议不要购买。银耳本身应无味道，选购时可取少许试尝，如对舌有刺激或辣的感觉，很可能就是用硫磺熏蒸过的。

识别甲醛泡水发货

为了更好的卖相，一些摊贩会用甲醛溶液(福尔马林)浸泡虾仁等水发产品。食用这些特殊美化的水发货，会损害肝、肾，甚至诱发癌症。

甲醛浸泡之后虾仁蛋白质疑固，因而整个虾仁变得坚韧、富有弹性，不易破碎，表面晶莹透亮，食之脆如海蜇，但嗅之有淡淡的药水味，缺少海鲜特有的美味。

识别催熟的番茄

催熟的番茄多为反季节上市，通体全红，手感很硬，外观呈多面体，掰开后可见子呈绿色或未长子，瓤内无汁；自然成熟的西红柿蒂周围有些绿色，捏起来很软，外观圆滑，子粒是土黄色，肉质红色、沙瓤、多汁。

识别化肥豆芽

用化肥或除草剂催发的豆芽生长快、长得好，但无清香脆嫩的口味。残存的化肥等物质在微生物的作用下可生成亚硝胺，有诱发食道癌和胃癌的危险。在选购豆芽时，先要抓一把闻闻有无氨味，再看看有无须根，如果发现有氨味、无须根，就不要购买和食用。

识别假奶粉

假奶粉最明显的特点是有结晶，无光泽，呈白色或其他不自然的颜色，奶味淡或无奶味，粉粒粗，甜度大。

识别色素葡萄酒

4.东海防空识别区航空器识别规则 篇四

一、位于中华人民共和国东海防空识别区(以下简称东海防空识别区)飞行的航空器，必须遵守本规则。

二、位于东海防空识别区飞行的航空器，必须提供以下识别方式：

(一)飞行计划识别。位于东海防空识别区飞行的航空器，应当向中华人民共和国外交部或民用航空局通报飞行计划。

(二)无线电识别。位于东海防空识别区飞行的航空器，必须开启并保持双向无线电通信联系，及时准确回答东海防空识别区管理机构或其授权单位的识别询问。

(三)应答机识别。位于东海防空识别区飞行的航空器，配有二次雷达应答机的应当全程开启。

(四)标志识别。位于东海防空识别区飞行的航空器，必须按照有关国际公约规定，明晰标示国籍和登记识别标志。

三、位于东海防空识别区飞行的航空器，应当服从东海防空识别区管理机构或其授权单位的指令。对不配合识别或者拒不服从指令的航空器，中国武装力量将采取防御性紧急处置措施。

四、东海防空识别区管理机构是中华人民共和国国防部。

五、本规则由中华人民共和国国防部负责解释。

5.绿色食品识别 篇五

射频识别技术在高速公路网路径识别和费用拆分中的应用

针对目前我国高速公路网路径识剐和收费中的费用拆分问题,提出了通过在高速公路网路径识别中应用射频识别技术来解决费用拆分的方案;并分析了射频识别技术在路径识别中的.应用优势和障碍;最后通过一个模拟案例给出了方案的具体实施方法.

作 者：张治 王海燕 Zhang Zhi Wang Haiyan 作者单位：东南大学经济管理学院,南京,210096刊 名：价值工程 ISTIC英文刊名：VALUE ENGINEERING年，卷(期)：25(4)分类号：N39 F540.5关键词：费用拆分 路径识别 射频识别技术

6.模式识别总结 篇六

监督学习方法用来对数据实现分类，分类规则通过训练获得。该训练集由带分类号的数据集组成，因此监督学习方法的训练过程是离线的。

非监督学习方法不需要单独的离线训练过程，也没有带分类号（标号）的训练数据集，一般用来对数据集进行分析，如聚类，确定其分布的主分量等。

（实例：道路图）就道路图像的分割而言，监督学习方法则先在训练用图像中获取道路象素与非道路象素集，进行分类器设计，然后用所设计的分类器对道路图像进行分割。

使用非监督学习方法，则依据道路路面象素与非道路象素之间的聚类分析进行聚类运算，以实现道路图像的分割。

1、写出K-均值聚类算法的基本步骤, 算法：

第一步：选K个初始聚类中心，z1(1)，z2(1)，…，zK(1)，其中括号内的序号为寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定，例如可选开始的K个模式样本的向量值作为初始聚类中心。第二步：逐个将需分类的模式样本{x}按最小距离准则分配给K个聚类中心中的某一个zj(1)。假设i=j时，Dj(k)min{xzi(k),i1,2,K}，则xSj(k)，其中k为迭代运算的次序号，第一次迭代k=1，Sj表示第j个聚类，其聚类中心为zj。第三步：计算各个聚类中心的新的向量值，zj(k+1)，j=1,2,…,K zj(k1)1NjxSj(k)x,j1,2,,K 求各聚类域中所包含样本的均值向量：

其中Nj为第j个聚类域Sj中所包含的样本个数。以均值向量作为新的聚类中心，JjxSj(k)xzj(k1),2j1,2,,K可使如下聚类准则函数最小：

在这一步中要分别计算K个聚类中的样本均值向量，所以称之为K-均值算法。第四步：若zj(k若zj(k 1)zj(k)，j=1,2,…,K，则返回第二步，将模式样本逐个重新分类，重复迭代运算；

1)zj(k)，j=1,2,…,K，则算法收敛，计算结束。

T线性分类器三种最优准则：

wSFisher准则：maxJ(w)wSwFTb>>n）的条件下，可以使用分支定界法以减少计

m算量。

15、散度Jij越大，说明i类模式与j类模式的分布（差别越大）；当i类模式与j类模式的分布相同时，Jij=（0）。

16、影响聚类算法结果的主要因素有（②分类准则 ③特征选取 ④模式相似性测度。）。

19、模式识别中，马式距离较之于欧式距离的优点是（③尺度不变性 ④考虑了模式的分布）。20、基于二次准则函数的H-K算法较之于感知器算法的优点是（①可以判别问题是否线性可分 ③其解的适应性更好）。

21、影响基本C均值算法的主要因素有（④初始类心的选取 ①样本输入顺序 ②模式相似性测度）。

22、位势函数法的积累势函数K(x)的作用相当于Bayes判决中的（②后验概率 ④类概率密度与先验概率的乘积）。

23、统计模式分类问题中，当先验概率未知时，可使用（②最小最大损失准则 ④N-P判决）

24、在（①Cn>>n,（n为原特征个数，d为要选出的特征个数）③选用的可分性判据J对特征数目单调不减）情况下，用分支定界法做特征选择计算量相对较少。

25、散度JD是根据（③类概率密度）构造的可分性判据。

26、似然函数的概型已知且为单峰，则可用（①矩估计②最大似然估计③Bayes估计 ④Bayes学习⑤Parzen窗法）估计该似然函数。

27、Kn近邻元法较之Parzen窗法的优点是（②稳定性较好）。

28、从分类的角度讲，用DKLT做特征提取主要利用了DKLT的性质：（①变换产生的新分量正交或不相关③使变换后的矢量能量更趋集中）。

29、一般，剪辑k-NN最近邻方法在（①样本数较大）的情况下效果较好。d29、如果以特征向量的相关系数作为模式相似性测度，则影响聚类算法结果的主要因素有（②分类准则 ③特征选取）。30、假设在某个地区细胞识别中正常（w1）和异常（w2）两类先验概率分别为 P(w1)=0.9，P(w2)=0.1，现有一待识别的细胞，其观察值为x，从类条件概率密度分布曲线上查得P(xw1)0.2，P(xw2)0.4，并且已知110，126，211，220

7.绿色食品识别 篇七

所谓动物跟踪与识别,就是利用特定的标签,以某种技术手段与拟识别的动物相对应(注射、狗牌和耳标等),可以随时对动物的相关属性进行跟踪与管理的一种技术。

进行动物跟踪与识别的主要原因包括:对外来动物疾病进行控制、监督与预防;本土物种的安全保护;政府对动物的识别管理是一种国家政府行为或者国际行为;准确的动物血型与组织标准识别;提高动物疾病的试验室诊断与报告能力;国家和地区畜牧安全性认证;国际贸易的安全性和风险管理。

与传统的识别方式相比,RFID[1~3]技术无需直接接触、无需光学可视、无需人工干预即可完成信息输入和处理,且操作方便快捷,因而能够广泛应用于动物识别领域,并被认为是条形码标签的未来替代品。

1 动物识别标签的种类及安装

RFID系统在动物的饲养业中应用将近20年,在欧洲的应用尤其典型。除了企业内部在饲料的自动配给和产量统计方面的应用之外,还包括跨企业的动物标识、瘟疫和质量控制以及动物行动的追踪。其中的数据传输与编码方法已由1996年制订的ISO 11784和ISO 11785标准所确立。这些标准规定的频率为134.2k Hz,规定使用FDX或者是时序标签。

在安装标签的方式上,有四种不同的基本方法:项圈式标签、耳牌式标签、注射式标签和药丸式标签,各类标签在动物身体上的安装位置如图1所示。

项圈式标签能够非常容易地从一头动物身上换到另外一头动物身上。它只允许在企业内部使用这个系统,主要应用于厩栏中的自动饲料配给以及测定牛奶产量。

耳牌式标签相对于条形码耳牌具有明显的优势。条形码耳牌并不适用于完全自动化过程,因为需要将这些最多几个厘米大小的条形码耳牌放到商用条形码读写器旁边,才能识别这些动物,而射频识别耳牌能够在长达1m的距离内把数据读出。

注射式标签只是在近十年才开始应用。其原理是利用一个特殊工具将标签放置到动物的皮下,从而在动物的躯体与标签之间就建立起了一个固定的联系,这种联系只有通过手术才能撤消。同样,在企业间的某些应用也可以使用这种注射式标签,如用于品种或传染病的控制。

注射式标签是10、20或30mm长的玻璃标签,这些标签在供货时均置于消毒包装中或者带有防传染剂。玻璃标签的尺寸非常小,它包含了一个缠绕在铁氧体棒上的线圈和芯片。典型的大小为23.1mm×3.85mm。各种动物识别用标签构造剖面图如图2所示。

2 RFID用于动物的饲养和跟踪

RFID标签已经被用于识别全世界成千上万的畜牧业动物。该系统可以追踪肉类、奶牛奶羊、贵重饲料和用于特殊试验用的动物。标签的种类包括耳牌式标签或注射式标签,如图3所示。农场管理者可以自动地控制包括喂食、称重、疾病管理和饲养试验等在内的工作流程。

通过使用电子标签,对动物的跟踪能力大大提高。研究结果表明,这项技术适用于各种环境和场合的动物,无论是集中饲养还是分散饲养的牲畜,无论是运往欧洲成员国还是运往欧洲以外国家的动物,无论使用何种屠宰方法宰杀的动物,也无论是生活在欧洲南部还是北部的极端自然环境中的动物。

3 RFID用于动物食品安全

食品卫生与安全问题是关系到人类生死存亡的大事,自从英国出现首例疯牛病例以后,全世界比以往任何时候都更加重视和关注食品的安全与卫生。各个国家都采取了相应的措施来确保食品卫生与安全。目前,世界上已有20多个国家和地区采用国际物品编码协会(EAN)推出的EAN/UCC系统,对食品的生产过程进行跟踪与追溯,并获得了良好的效果。

采用EAN/UCC系统对食品原料的生长、加工、储藏及零售等供应链各个环节上的管理对象进行标识,通过RFID标签和人工可识读方式使其相互连接。一旦食品出现卫生或安全问题,可以通过这些标识进行追溯,查找哪个环节出现了问题,可一直追溯到食品的源头。例如,如果牛肉制品出现了问题,可以追溯到这头牛的出生地和饲养地;如果蔬菜出现了问题,可以追溯到它生长的田地,进而阻断这些地方的货源流入市场,来实现有效的治理。目前,EAN已经开发了将EAN/UCC系统用于跟踪和追溯食品、饮料、肉制品、鱼制品、水果和蔬菜的解决方案。联合国欧洲经济委员会已经正式推荐将EAN/UCC系统用于牛肉制品的跟踪与追溯。牛肉制品的标签信息如图4所示。

4 结论

随着大规模集成电路技术的迅猛发展以及生产规模的不断扩大,RFID产品的成本也在不断降低。同时,由于RFID自身所具有的技术优势和显著特点,使得其应用范围越来越宽。目前,RFID技术在动物识别、门禁管理、商品防伪、工业制造和休闲娱乐等领域也得到了广泛应用。

参考文献

[1]郎为民.射频识别(RFID)技术原理与应用[M].北京:机械工业出版社,2006.

[2]游战清,李苏剑.无线射频识别技术(RFID)理论与应用[M].北京:电子工业出版社,2004.

8.如何识别食品包装上藏的「毒」？ 篇八

食品的包装问题一直以来都未曾从公众的视线中落下帷幕，近日有媒体曝光致癌荧光物质竟然在大多一次性餐具中广泛存在，而市场上大量宣称「可降解、环保、淀粉基」的餐盒其实含有有毒有害物质，一时间引发人们广泛热议。究竟食食品包装上还有多少有毒「陷阱 」？人们要如何防范？

食品包装材料种类

用于食品包装的材料必须有适当的阻隔性，如油脂食品要求高阻氧性和阻油性；干燥食品要求高阻湿性；芳香食品要求高保香性；而果品、菜类鲜活食品又要求包装有一定的氧气、二氧化碳和水蒸气的透过性。此外，食品包装材料还要有良好的抗拉伸强度、耐撕裂、耐冲击等机械性能；良好的化学稳定性，不应与内装食品发生化学反应，确保食品安全。另外，还要有较高的耐温性，适合食品的高温消毒和低温储藏等特点。

常用的食品包装材料：纸、塑料、金属、玻璃

包装新材料及技术

活性包装材料

目前在西方发达国家较普遍应用于新鲜食品和加工食品领域，如应用于外卖披萨饼、韩国泡菜的包装。

纳米包装新技术

它能阻塞那些缩短食品保质期的有害气体进入，其主要优点是薄膜能够保持透明性。目前还处在研究阶段。

新型高阻隔包装材料

运用于要求高阻隔性保护的加工食品如加工肉类包装，也运用于真空包装、充气包装，如常见的薯片、薯条、花生米等。

可食性包装薄膜

主要应用于柑橘、苹果、梨、番茄、甜椒、黄瓜等果蔬食品的保鲜包装，也用于糖果包装，胶囊包装。

食品问题大梳理

荧光剂超标

近日媒体爆料发现香飘飘奶茶杯、统一老坛酸菜牛肉面桶等在内的产品荧光物质含量超标。另外，放置在纸杯、纸碗、纸餐盒内的合格证小标签，也被检出荧光物质含量极高。

危害：荧光增白剂一旦与人体中的蛋白质结合，很难通过正常代谢排到体外。同时，会极大削弱免疫力及伤口愈合能力，一旦在人体中积蓄过量，除对肝脏等重要器官造成严重危害外，还会诱发细胞癌变，是潜在致癌因素之一。

PC奶瓶遭禁令

欧盟发表声明称,自2011年3月1日起,欧盟开始禁止使用含双酚A(BPA)的婴儿塑料奶瓶，其理由为双酚A奶瓶会诱发婴儿性早熟。

如何应对：消费者应尽量选购不含双酚A的产品，玻璃奶瓶最好不要带颜色。新买的奶瓶要在热水里煮三到五分钟，这样会把一些有害物质溶解出来，减少有害物质在奶瓶里的含量。

塑料奶瓶多以PC材质为主，而PC奶瓶多含双酚A

双酚A

简称双酚基丙烷（BPA），是聚碳酸酯PC的重要原料，在加热时能析出到食物和饮料当中

可能扰乱人体代谢过程，对婴儿发育、免疫力有影响，甚至致癌；有雌性荷尔蒙效果，可能导致婴儿出现女性化变化

一次性发泡餐盒乙酸超标

目前市场上流通的部分一次性非发泡餐具存在严重的质量问题，特别是乙酸和正己烷蒸发残渣超标严重。

危害：长期使用的人群体内易形成胆结石、肾结石或重金属中毒、肝系统病变、消化不良、神经中枢系统紊乱，严重影响儿童智力发育，甚至致癌等严重后果。

彩色“三无”塑料吸管

一些小摊贩使用的吸管外包装袋上没有任何标识，属于“三无”产品。

危害：这些“三无”塑料吸管，生产原料可能用的是工业级聚乙烯，或是废塑料等。这种吸管容易产生低分子的有害物质，比如致癌物萘，以及大量对肝脏有损害作用的小分子乙烯。长期使用会影响人的肝脏，导致血液疾病或神经系统疾病。

透明PVC保鲜膜使用要注意

生产食品保鲜膜的原料主要有三种，分别是聚乙烯（PE）、聚氯乙烯（PVC）和聚偏二氯乙烯（PVDC）。其中PVC保鲜膜因有塑化剂，被国家列为限制类别，且规定“不能直接包装肉食、熟食及油脂食品”。

危害：增塑剂如果在体内长期累积，会引发激素失调，导致人体免疫力下降，危害健康。

如何应对：为增加PVC保鲜膜的柔软度和粘附力，生产企业会添加增塑剂，聚乙烯（PE）保鲜膜一般黏性和透明度较差，用手揉搓以后容易打开，而聚氯乙烯（PVC）保鲜膜则透明度和黏性较好，用手揉搓以后不易展开。

瓶装水和饮料问题多

夏日，有车一族常在车辆后备箱存着一箱矿泉水；日常生活中也常见箱箱矿泉水或者饮料在无遮挡的地方晒太阳。

危害：PET瓶容易发生材质老化并释放有毒物质，长期饮用会引起慢性中毒；若饮料中同时含有维生素C与苯甲酸，暴晒后会产生有毒的致癌物质苯。

如何应对：司机最好自带水杯，喝凉白开；买矿泉水、瓶装饮料时，尽量买小瓶装的，存放时避免日照，保持阴凉，存放时间不要超过一个月。汽车内，前挡风玻璃处温度最高，最不宜储存水；后备箱不通风，因此同样不适宜储存水。

消费者如何识别食品包装说明？

塑料瓶是我们日常接触频率最高的食品包装之一。

瓶底都会有三角形标志，标志内标注着从1到7的数字

PET（聚对苯二甲酸乙二醇酯）

其耐热至70℃易变形，长时间重复使用可能会释放出有害物质

HDPE（高密度聚乙烯）

不要循环使用，比如用来作为水杯，或者用来作储物容器装其他物品

PVC（聚氯乙烯）

常见雨衣、建材、塑料膜、塑料盒等

LDPE（低密度聚乙烯）

保鲜膜、塑料膜等多用这种材质

PP（聚丙烯）

微波炉餐盒采用这种材质制成

PS（聚苯乙烯）

用于制造碗装泡面盒、发泡快餐盒

PC及其他类

常见水壶、太空杯、奶瓶

消费者在购买食品时，要小心有异味、易掉色的包装，加热方便面、奶茶等食物时尽量去掉包装。消费者在选择鉴别时要学会“一看二闻三动手”。

一看：看外包装上的标识信息，纸杯的颜色不要过于鲜艳，最好选用没有印刷的纸杯；纸杯对着光线看不要有杂质。

二闻：闻纸杯有没有刺鼻的异味，特别是油墨的味道，或者是发霉的味道。

9.信号识别小结 篇九

思路：根据瞬时幅度，瞬时相位，瞬时频率特征参数的差异进行识别 优点：计算量小，简单 缺点：受信噪比影响大

2.功率谱方法

思路：经典功率谱估计有直接法，间接法

直接法： = 2

优点：简单，快速

缺点：当数据N太大时，谱曲线起伏加剧，N太小时，谱分辨率不好。

1间接法：PPERMM1k02jN

1x(k)ejwk

优点：采用分段取平均值方法使方差性能得到改善。缺点：方差性能的改善是以牺牲偏差和分辨率为代价的。

3.基于小波变换（衍生的方法）思路：1.对信号进行小波变换，提取变化后时域的包络方差与均值平方之比作为特征参数

2.提取频域频率，幅度，相位，功率谱密度等特征

3.时域频域相结合

优点：克服傅里叶变换的不足，对瞬时信息具有较强的检测能力

缺点：小波变换的方法对于类间识别效果还不是很理想, 如对2PSK 和4PSK的

识别, 单独用该方法还不能达到很好的分类效果, 必须与其它方法结合 使用。

4.高阶累积量方法

思路：计算二阶、四阶、六阶、八阶累积量，并通过归一化、平方等变换寻找差异进行区分

优点：对噪声不敏感

缺点：对载波和码元同步要求较高

5.人工智能识别方法

思路：利用专家系统、人工神经网络、模糊推理、Agent理论、遗传算法等人工智能方法形成经验与知识的推理规则

优点：不依赖数据库的先验知识，分析灵活，自我学习缺点：容易漏检、误判

6.基于支持向量机的信号识别

思路：通过优化算法函数（结构风险最小化原理，粒子群优化，模糊数学，粗集理论），模型建立（一对一或一对多）和参数的而选择（带宽、均值、峰值点，归一化瞬时幅度等）进行信号的识别 优点：善于解决高维分类问题，识别准确率高 缺点：复杂度高，理论算法还不够完善 通信信号调制方式识别方法综述 1.AWGN条件下的基本识别方法 1.1基于统计模式的调制识别方法

特征参数：信号谱特征，信号平方谱的谱峰数，谱功率，瞬时值统计特征，星座点间的Hellinger距离，高阶累积量、小波变换降噪，分形集维数

优 点：理论分析简单；高信噪比时特征易于提取、适用类型多、识别性能好；在预处理精度较差、先验知识较少的非合作通信环境下仍具有较好的识别性能。

缺 点：算法识别体系繁杂；理论基础不完善；算法效率低。1.2基于决策论的调试识别方法 主要算法：似然比检验法（LRT），最大似然比检验（MLRT），平均似然比检验（ALRT），广义似然比检验（GLRT），混合似然比检验（HLRT），类似然比算法。

优 点：理论基础完备；在低信噪比环境下能够保证较好的性能。缺 点：算法复杂，计算量大；适用性差；识别条件严格。

2.非理想信道的调制识别（非高斯即存在信号衰落，多径效应，色噪声等）2.1基于决策论的调制识别方法：GLRT算法，qHLRT算法，qHLRT-UB算法

2.2基于统计模式的调制识别方法：循环累计特征矢量，四阶累积量，六阶累积量

3.共信道多信号的调制识别（一个信道内存在多个时频混叠的信号）

3.1基于信号分离的识别方法：拟合法；经验模态分解法；独立分量分解法 3.2基于提取特征参数的方法：基于信号的周期谱特征完成重叠信号调试识别；

基于小波变换利用Haar脊线构建识别特征参量的方法；

基于循环谱，循环累积量特性的识别方法； 基于AR、GAR模型提取特征参量的识别方法； 基于压缩感知与高阶循环累计量的识别方法。

经典功率谱估计有直接法和间接法两种,直接法又称周期图法,它是把随机信号y(k)的N点观察数据yN(k)视为一能量有限信号,直接取yN(k)的傅里叶变换,得到XN(ejω),然后再取其幅值的平方,并除以N,作为对y(k)真实的功率谱P(ejω)的估计。以 PPER(ejω)表示周期图法估计出的功率谱,即: PPER(ω)=1N XN(ω)2(1)由于yN(k)可以用FFT快速计算,所以此方法成了谱估计中的一个常用的方法。但是直接法估计出的谱 PPER(ω)性能不好,当数据长度N太大时,谱曲线起伏加剧;N太小时,谱的分辨率又不好,因此需要加以改进。

间接法是对直接法的一种改进,又称之为周期图的平滑。对其改进的另一种方法是所谓平均法,它的指导思想是把一长度为N的数据yN(k)分为L段,分别求每一段的功率谱,然后加以平均。最常用的是Bartlett法,以及Bartlett法的改进Welch法。Bart-lett法中,将信号yN(k)在时间[1,N-1]上分成L段,每段的长度都是M,即N= LM,第i段数据加矩形窗后,变为: yiN(k)= yN[ n+(i-1)M] di[ n+(i-1)M],0≤ n≤ M-1,1≤ i≤ L

(2)式中di(n)是长度为M的矩形窗口。分别计算每一段的功率谱,即 PiPER=1M ∑M-1K= 0xjN(k)e-jwk 2,0≤ i≤ L(3)信号分段越多,方差越小[5]。但方差性能的改善是以牺牲偏差和分辨率为代价的。每段数据长度的选择主要取决于所需的分辨率

10.患者身份识别制度 篇十

一、住院病人身份识别制度

1.确认住院病人身份的唯一标识是：住院号；所有住院病人均应按要求佩戴腕带，腕带信息包括：床号、姓名、性别、年龄、住院号、科室、诊断等。

2.护士为病人进行标本采集、给药、输血或血制品、发放特殊饮食等各种操作、治疗、护理、检查及转运前，必须严格执行查对制度，认真核对病人身份，至少同时使用2种以上身份识别方式，如床号、姓名、住院号等，禁止以房间号或床号作为识别的唯一依据。

3.当同病区出现同名病人时，应在治疗单上作警示标识，将床号、姓名、出生日期、住院号作为病人的身份识别依据。

4.对暂时无法识别身份的病人如手术、神志不清、新生儿、不同语种、语言交流障碍等，将住院号、姓名（临时命名）作为腕带信息，用于病人身份识别。

5.病人在进行检验、放射、超声等诊疗时，操作者需认真核对病人腕带上的信息，并让病人或其近亲属陈述病人姓名再次核对，以确保病人身份正确。

6.若腕带损坏时，应及时更换，并向病人做好宣教，以取得配合。

7.鼓励病人参与身份识别的所有阶段，使其了解病人身份识别错误带来的风险，及时表达对安全及潜在错误的关心，询问对其治疗的正确性。

8.将病人身份识别制度及流程纳入各级各类护理人员的培训计划，定期督查落实，持续改进工作。

二、门急诊病人身份识别制度

1.确认门诊病人身份的唯一标识是：就诊卡号。

2.门、急诊病人由病人或家属提供病人信息，病人或家属自己书写病历眉栏信息，以保证病人信息的准确性。

3.急诊留观、昏迷、危重及抢救病人等应佩戴腕带。

4.腕带应清晰填写病人姓名、性别、年龄、门诊号等信息，字迹清晰、工整。

5.对暂时无法识别身份的病人如手术、神志不清、新生儿、不同语种、语言交流障碍等，将就诊卡卡号、姓名（临时命名）作为腕带信息，用于病人身份识别。

6.需手术或住院的病人，由接诊医师联系手术室或病房，由急诊护士和接诊医生核对病人信息，最少2种识别方式，如病人姓名、性别、年龄、就诊卡号等，并在《病人转科交接登记本》上签名。

7.急诊护士或接诊医生与病房或手术室护士进行2人核对，交接病人病情、治疗、药物等，并双方在交接本上签名。

三、转科交接病人身份识别登记制度

1.急诊、病房、手术室、重症医学科、产房、新生儿室之间病人转科交接时，应加强病人身份识别，确保病人安全。

2.检查病人腕带、生命体征、药物治疗等，整理病历、准备物品，据实填写《病人转科交接登记本》，必要时准备抢救物品，确保病人转运过程的安全。

3.与接收科室进行详细交接，接收科室护士让病人或其家属陈述病人姓名，确认病人身份，并认真查看病情、皮肤、药物、检查等。无疑问方可在《病人转科交接登记本》上签字确认。

四、同名病人身份识别制度

1.所有住院病人均佩戴手腕带，作为各项诊疗操作前识别病人的标识。

2.如遇住院同名病人，应在治疗单上作警示标识，各项诊疗护理操作时，应使用床号、姓名、出生日期、住院号核对病人身份。

3.门诊如遇同名病人，各项诊疗护理操作时，应采用姓名、年龄、住址及就诊卡号核对病人身份。

五、身份不明病人的身份标识方法

1.医护人员接诊身份不明病人后由接诊医护人员为病人按“无名氏+数字序号”进行临时命名，如果有多名病人时按“无名氏

1、无名氏2”等顺延。

2.如病人住院，由住院收费处将病人的临时命名输入信息系统，获取住院号。3.如病人在住院期间身份已确认，将信息系统中病人身份信息更改。

4.当给病人用药、输血或血液制品、抽血标本、采集其他临床检验、检查标本或进行其他任何治疗、操作、处置时，都必须用执行单与病人腕带上的姓名及住院号/就诊卡号核对，无误后方可进行。

六、新生儿/婴儿身份识别（查对）制度

1.新生儿出生后立即由助产士或护士给新生儿戴上双腕带，认真填写母亲姓名、新生儿出生时间、体重、性别、床号、住院号，作为新生儿身份识别标识（如系双胞胎分别用大小区分），新生儿在住院期间双足系上腕带（特殊情况双手），实行双腕带管理。留取母亲手拇指印和婴儿右脚印保存在病历中存档

2.护士在为新生儿进行沐浴、给药、接种、采集标本等各种治疗、护理前后，必须严格执行查对制度，认真同产妇或家属核对新生儿腕带信息，至少同时使用2种新生儿身份识别方法，如：母亲姓名、住院号、出生日期等，禁止仅用床号作为识别唯一依据。（双胞胎用出生时间区分大小）

3.做好手术室/产房/病房之间的新生儿转交接工作。助产士和病房护士认真同产妇或家属核对新生儿腕带信息；评估新生儿情况，包括面色、呼吸、皮肤等，若无疑问在 “产房与病房产妇及新生儿交接单”上签名。

4.母亲转床时，必须同时更新新生儿腕带信息，并做到双人核对，并落实相关记录和交接。5.新生儿需外出会诊或检查时，必须有工作人员及家属共同陪同并持会诊单到相关科室，确保新生儿安全。

6.一旦发现腕带等身份标识不清或遗失、脱落，应及时补齐，新补腕带须与原腕带信息和病历信息核对，经护理人员双人核对无误后方可系上。

11.绿色食品识别 篇十一

关键词： 模式识别系统 统计模式识别 发展趋势

1.引言

通常我们所说的机器识别、计算机识别等都属于模式识别。它是通过某种方法对事物进行分析比较，根据某种判别规则识别事物。如：手写数字识别，是对0～9数字进行模式匹配，计算出相似度较高的对应值作为识别结果。模式识别研究的内容是使机器完成曾经只有人类才能完成的事，它具有分析、描述与判断事物的能力。经过多年的迅速发展，当前模式识别已经广泛应用于各个领域，如工、农、医、自然科学、社会科学等。在农业中，通过分析土壤成分及农产品的收成，决定种植何种作物、了解养料是否充足，以提高产量。在工业生产中，有语音识别、过程控制、地下探测、图像分割等。医学中主要有心电图与向量心电图分析、显微观察与生物医学数据分析、基因染色体研究、医学图像分割等。在自然科学中有地球和行星探测、卫星数据分析、遥感图像地质勘探等方面应用广泛。然而，种种应用都是随着问题的出现而出现的解决方法，至今模式识别还没有发展成统一的、有效的可以应用于所有模式识别的理论。模式识别的技术对国民经济建设和国防科技发展的重要性已得到人们的认可和广泛重视。本文将就模式识别所涉及的基本问题、研究的领域及其当前进展现状进行详细的介绍，并对模式识别的发展趋势进行展望。

2.模式识别系统

模式识别系统在工作时，只要判别被识别的对象落入哪一个区域，就能确定出它所属的类别。由噪声等导致的变异性，可通过预处理部分消除；模式本身固有的变异性可通过特征提取和选择得到控制。因此，一个典型的模式识别系统由数据获取、预处理、特征提取、分类决策及分类器设计组成。对应部分分别完成未知类别模式分类、分类器设计训练和对识别样品的分类决策。基本的模式识别方法有统计模式识别方法和结构模式识别方法。除此之外，还有模糊模式识别、神经网络模式识别和多分类器融合方法。以下对模式识别系统中五个组成部分简单介绍：

（1）数据获取

通常获取的数据类型有二维图像、一维波形、物理参量逻辑值三种。计算机使用可运算的符号研究文字、指纹、心电图、体温等对象。

（2）预处理

预处理的目的就是对原退化或干扰、冗余的数据信息进行去噪、复原，提取有用的信息。

（3）特征提取和选择

一般来说它包含将所获取的原始量测数据转换成能反映事物本质，并能将其最有效分类的特征表示，输入的是经过预处理的量测数据。通过将原始量测数据转换成有效方式表示的信息，分类器能根据这些信息决定样本的类别，对所获取的信息实现高维量测空间转换成地维特征空间。

（4）分类决策

模式识别系统工作有训练方式和分类决策两种方式。前一种是在确定的特征空间中，对测量数据进行特征选择与提取，得到样本的特征空间分布，并决定分类器参数。后一种方式是对待分类样本进行分类决策的过程。

（5）分类器设计

模式识别研究的主要目的是利用计算机进行模式分类。分类器设计的基本做法是在样品训练集的基础上来确定判别函数、改进判别函数和误差检验。我们把执行模式识别的计算机系统成为模式识别系统。

3.统计模式识别

统计模式识别（Statistic Pattern Recognition）的基本原理是，相似性高的样本在模式空间中相互接近，形成“簇”，根据模式所得的特征向量，判归所属类目。统计模式识别的方法有：

（1）贝叶斯决策方法

贝叶斯决策包含三种基本假设：首先是各类别总体的概率分布式已知的，其次是被决策的分类数是一定的，最后是被识别的事物或对象有多个特征观测值。运用统计决策理论设计的分类系统又称为分类器。分类器的判别准则有：最小错误概率贝叶斯判别准则、最小风险贝叶斯判别和聂曼·皮尔逊判别准则。

（2）判别函数法

判别函数可以是线性的，也可以使非线性的。利用已知类别的训练集，通过统计方法，求得判别函数的具体形式和参数，求出未知样本类别。由于该方法无需依赖条件分布密度等先验知识，因此，在一些场合要比基于贝叶斯公式的概率分类法简单。

（3）监督参数统计法

包括该方法分为KNN法（K最近邻法）和Fisher判别分析法。前者的基本原理是将分好类别的训练样本点映射到多维空间中，建立与待分类的未知样本对应关系，若近邻中某一类样本最多，则将该未知样本判为该类。该方法的优势在于对数据的结构没有特定要求，也无需训练，缺点在于计算量大。

（4）非监督参数统计法

有基于概率密度函数估计的直接方法和与样本空间相似性度量的间接聚类方法。

（5）聚类分析法

该方法是在没有训练集的情况在，对一批没有类别划分的样本根据相似度进行划分类属的方法。通常被称是一种无教师的非监督分类方法。

（6）近邻函数法

该方法根据距离测度，判别样本的类属，如基于最近邻规范的试探法和最大最小距离法。

4.结语

模式识别是一个快速发展的学科，其在国民经济和国防现代化建设中应用广泛。本文围绕模式识别的一些基础知识、模式识别系统和统计模式识加以介绍，着重介绍了模式识别系统中的五个组成部分和统计模式识别方法。随着模式识别理论与技术的不断发展前进，其应用领域和实际需求将会不断增长。

参考文献：

12.绿色食品识别 篇十二

1 损伤识别的原理

1.1 损伤位置的确定

对于未损伤的结构, 在静荷载作用下分析模型的静力反应可用以下的式子来描述:

Ku=p (1)

K、u、p分别是系统的刚度矩阵、静应变、静荷载。在静荷载作用下产生的静应变可以表示为

u=K-1p (2)

一般来讲, 结构的损伤都会引起自身的刚度发生一定的变化。对于发生了损伤的结构可以应用下面的公式进行描述:

(K+ΔK) u*=p (3)

损伤后的结构在荷载作用下产生的应变u*可进一步表示成

u*= (K+ΔK) -1p≈ (K-1-K-1ΔKK-1) p (4)

由于结构的损伤而产生的静应变的差值为

Δu=u-u*≈K-1ΔKK-1p (5)

在对损伤的结构进行分析时, 可以将结构分解成无数的微小单元, 当结构的刚度发生变化时, 就可以将刚度破坏看作是所有单元的刚度破坏程度的总和。

$\text{Δ}\text{Κ}={\displaystyle \sum _{\text{i}=1}^{\text{m}}\text{B}}{}_{\text{i}}^{\text{Τ}}\text{Δ}\text{Κ}{}_{\text{i}}^{*}\text{B}{}_{\text{i}}(6)$

其中m是破坏单元的总和, Bi是对应第i个元素的特征向量, ΔK*i是第i个单元的刚度变化量, 可以进一步的表示为

ΔK*i=αiEiΔKi (7)

αi是第i个单元的刚度比例系数, Ei是第i个单元的抗弯刚度。在相同的加载条件下结构可能会出现单处损伤和多处损伤, 在不同的情况下取不同的值, 这一过程对于区分损伤位置和损伤程度很有帮助。

未损伤结构的自由振动可以用下面的式子来表示:

(K-ω2jM) ϕj=0 (8)

ωj是结构第j阶自振频率, M是结构的质量矩阵, ϕj是结构第j阶模态振型。由式 (8) 可以得出

$\text{Δ}\text{ω}{}_{\text{j}}^2=\frac{\text{ϕ}{}_{\text{j}}^{\text{Τ}}\text{Δ}\text{Κ}\text{ϕ}{}_{\text{j}}}{\text{ϕ}{}_{\text{j}}^{\text{Τ}}\text{Μ}\text{ϕ}{}_{\text{j}}}(9)$

通过上面的推导可以知道结构的损伤可以导致动态分析指标ωj和静态分析指标u的变化, 而这两个指标的变化是由于结构自身质量和刚度发生变化而产生的, 二者存在一定的函数关系。为了将这两个指标结合起来, 建立一个新的损伤识别指标R:

$\text{R}=\frac{\text{Δ}\text{u}}{\text{Δ}\text{ω}{}^2}(10)$

损伤识别的过程实际上是建立模型并根据检测的结果, 将其进行一次结构加载模拟而得出检测结论的过程。为了完成这一过程, 需设定两个参数, Ri和Rik, 其表达式为:

$\begin{array}{l}\text{R}{}_{\text{i}}=\frac{\text{Δ}\text{u}{}_{\text{i}}}{\text{Δ}\text{ω}{}^2}(11)\\ \text{R}{}_{\text{i}\text{k}}=\frac{(\text{Δ}\text{u}{}_{\text{i}}){}_{\text{k}}}{(\text{Δ}\text{ω}{}^2){}_{\text{k}}}(12)\end{array}$

Ri表示结构在荷载i作用下未发生损伤的情况, Rik表示结构在荷载i作用下k单元发生损伤的情况。为了判断k单元是否损伤, 需要对所有的加载方式都加以考虑, 设定参数Nk, 其表达式为:

$\text{Ν}{}_{\text{k}}={\displaystyle \sum _{\text{i}=1}^{\text{m}}\parallel }\text{R}{}_{\text{i}\text{k}}-\text{R}{}_{\text{i}}\parallel (13)$

m表示施加的静荷载的数量。从上式可以知道当只有一个单元损伤并且发生在i单元时, Nk为0。当有超过一个或更多的单元发生损伤时, Nk不断减小, Nk值越小表明第i个单元损伤的几率越大。下面的式子用来判断k单元是否损伤:

$\text{E}{}_{\text{k}}=\frac{1}{\text{Ν}{}_{\text{k}}}(14)$

Ek的值较大时可认为k单元损伤的几率较高。

1.2 损伤程度的确定

在损伤位置一定时, 损伤程度越大频率的改变量就越大;在损伤程度一定时, 损伤的位置对频率的改变的影响相当复杂。即一些位置的损伤对某些低频成分影响大, 另一些位置的损伤则对某些高频成分的影响大, 还有一些位置的损伤对结构某些特定频率的改变影响不大, 甚至没有影响。因此, 在损伤定位准确的条件下应用频率对损伤程度的识别是可行的。所以, 在此模块中, 我们选取前三阶模态频率作为神经网络的特征参数来识别梁的损伤程度。构造具体的特征参数, 再对训练样本经过归一化处理, 便可以实现网络的理想输出和实际损伤输出。

2 基于BP神经网络的损伤检测设计

本文采用BP神经网络, 以简支矩形钢梁模型为研究实体, 以联合运用振动模态频率和静力位移变化值而构造的Ek为损伤识别指标, 提出损伤检测效果的判断准则, 对指标的损伤检测效果做出检验。

误差反向传播算法BP网络是目前应用最广泛的网络模型之一, 神经网络结构如图1所示。

BP模型的主要思路是:如果求出误差E对各个神经之输出的偏导数, 那么就可以算出误差E对所有连接权值的偏导数, 从而可以利用梯度下降法来修改各个连接权值。我们用I至Im表示输入, O1至On表示输出, 中间隐层上的神经元输出为Yj:

Yj=f (Nj) (15)

$\text{Ν}{}_{\text{j}}={\displaystyle \sum _{\text{i}=1}^{\text{m}+1}\text{V}}{}_{\text{j}\text{i}}\text{Ι}{}_{\text{i}}\text{j}=1,2,\cdots \text{L}(16)$

输出层的输出值可表示为:

Ok=f (Nk) (17)

$\text{Ν}{}_{\text{k}}={\displaystyle \sum _{\text{j}=1}^{\text{L}+1}\text{W}}{}_{\text{j}\text{k}}\text{Y}{}_{\text{i}}\text{k}=1,2,\cdots \text{n}(18)$

这里Nj、Nk为隐层第j个神经元和输出层第k个神经元的输入;Vji和Wjk表示输入层与隐层以及隐层与输出层之间的权值。隐层与输出层之间的作用函数采用Sigmoid非线性函数:

f (x) =1/ (1+e-x) (19)

训练一个神经网络就是通过调整权值以实现对复杂非线性对象的建模和估计, 训练网络的指标函数取为:

$\text{E}=\frac{1}{2\text{p}}{\displaystyle \sum _{\text{k}=1}^{\text{n}}{\displaystyle \sum _{\text{n}=1}^{\text{p}}(}}\text{D}{}_{\text{q}\text{k}}-\text{Ο}{}_{\text{q}\text{k}}){}^2(20)$

其中Dqk表示第q个学习样本的第k个分量, 通常称之为导师信号;Oqk表示相应网络的实际输出值;p为训练样本数。第t+1次迭代权值的修正为:

Wjk (t+1) =Wjk (t) +ηδkYj+α[Wjk (t) -Wjk (t-1) ] (21)

Vji (t+1) =Vji (t) +ηδjIi+α[Vji (t) -Vji (t-1) ] (22)

这里η是学习率;α是动量项系数;δj、δk是学习信号, 其表达式为:

δk= (Dk-Ok) f′ (Nk) (23)

$\text{δ}{}_{\text{j}}={\displaystyle \sum _{\text{k}=1}^{\text{n}}\text{W}}{}_{\text{j}\text{k}}\text{δ}{}_{\text{k}}{\text{f}}^{\prime }(\text{Ν}{}_{\text{j}})(24)$

3 算例

为了检验前面所提出的识别方法的可行性, 现制作两个简支矩形钢梁模型来进行损伤识别试验, 其中一个用来做神经网络的训练, 另一个作为检验网络的诊断结果之用。所采用的简支矩形钢梁模型为:长L=800mm, 宽h=10mm, 高h=60mm, 材质为45号钢, 弹性模量E=2.1×105MPa, 剪切模量G=765MPa, 泊松比为u=0.28, 质量密度ρ=7.8×103kg/m3。在这里将构造和训练一个BP神经网络对文中提出的方法进行检验。取m=3, n=2, 网络结构为3×6×2, 即中间隐层6个单元, 输入层3个单元, 为简支矩形钢梁模型在不同损伤程度时的前3阶固有频率Wi (i=1, 2, 3, 4) , 输出层2个单元, 为简支梁的损伤情况, 分别以裂纹位置及深度表示。

首先用学习样本训练网络, 为保证收敛, 对样本数据进行规一化处理, 使所有数据在[0, 1]之间的网络空间变化。在训练网络过程中, 学习率η=0.7, 动量项系数α=0.5, 经训练7982次 (系统学习误差E=0.0001) , 网络训练结束。训练样本如表1所示, 由于训练样本很多, 在此仅列出部分样本。为证实网络的诊断能力, 用检验样本检测此网络的诊断结果, 表2为部分检测样本。

本文采用ANSYS8.1建立如图1、图2的分析模型, 对梁采用平面单元plane82, 整个模型划分为四十个单元, 即每个单元代表20mm, 从左至右依次增加, 对结构损伤的动力分析采用网格法进行数值模拟。图1为完整模型示意图, 图2为损伤模型示意图。为了方便起见, 图2仅表示出结构某处存在损伤, 但位置及程度并没有详细标注, 在表2中已经对此做了说明。

未发生损伤的简支矩形钢梁模型的前三阶频率和在荷载作用下的静应变分别为203.68Hz、665.71Hz、1113.23Hz和148um。将上述的实验数据应用公式 (14) 进行处理, 并输入到已经训练好的神经网络当中进行损伤的位置及程度的识别。通过检测样本知此时网络具有较高的诊断精度, 证明正确的网络输入输出关系已经建立起来。从表3中可以看出, 对损伤位置的诊断和预测最大误差为1.5% (18mm, 320mm处) , 最小误差为0.0% (26mm, 480mm处) , 对裂纹深度的诊断和预测最大误差为7.5% (12mm, 200mm处) , 最小误差为0.56% (18, 320mm处) 。上述误差都在9%以内, 说明诊断和预测结果与实际吻合。对损伤位置识别的结果见图4～图7所示:

从图4～图7中可以知道, 在应用综合识别指标作为损伤识别的输入参数对损伤的钢梁模型进行位置损伤识别时取得了满意的效果, 该方法能够对损伤的位置进行准确的定位。

4 结论

由于以往的损伤识别方法所需的识别指标不易获取, 或者是即使很容易得到多个识别指标也得不到预期的效果。本文提出的将动态分析和静态分析结合起来, 提出将综合识别指标作为损伤识别输入参数的损伤识别算法。该方法经过上面的试验检测, 能够准确识别损伤位置, 并且能够在此基础上对结构的损伤程度加以正确的评估。

参考文献

[1]张德文, 魏埠旋.模型修正与破损诊断[M].北京:科学出版社, 1999.

[2]周先雁, 沈蒲生.用应变模态对混凝土结构进行损伤识别的研究[J].湖南大学学报, 1997, 24 (5) :69-74.

[3]冯新.土木工程中结构识别方法的研究[D].大连理工大学, 2002.

[4]唐小兵.结构损伤识别及数值模拟[D].武汉理工大学, 2004.

[5]杨英杰, 虞和济.结构损伤状态识别的神经网络方法[J].东北大学学报, 1994, 15 (2) :210-214.

[6]陆秋海, 李德葆, 等.利用模态试验参数识别结构损伤的神经网络法[J].工程力学, 1999, 6 (1) :35-42.

[7]X.Wang, N.Hu, Hisao Fukuanaga, Z.H.Yao:Structural damage i-dentification using static test date and changes in frequencies.Engi-neering Structures 23 (2001) 610-621.

13.腕带识别制度 篇十三

为了杜绝因患者身份识别错误造成医疗、护理不良事件，确保医疗安全，特制定本制度。

一、凡急诊患者进行各种标本采集、给药、输血或血制品、发放特殊饮食等各种诊疗活动前必须严格 执行查对制度，至少使用姓名、年龄（性别）、医保号等两项身份识别方式 核对患者身份，准确无误后方可从事诊疗活动。

二、严格使用腕带识别制度，对65岁（含）以上、急危重、无名氏、精神异常等急诊患者需由护士协助佩戴腕带。

三、正常上班时间由导诊护士负责为上述病人佩戴腕带，其余时间由当班护士负责。

四、腕带一般应佩戴于患者手腕上，若病情需要可佩戴于脚踝上。

五、腕带填写的信息应清晰规范、准确无误。信息包括：姓名、性别、年龄、（床号、科室）等。120接回的“三无”人员应在腕带上增加“接车地点”项信息。

六、腕带佩戴应松紧适宜，皮肤完整无破损。护士在给病人使用腕带进行身份识别时实行双人查对制度。

七、已佩戴腕带患者与病房交接时应注意腕带内容的交接班。

14.防控识别区 篇十四

防空识别区是濒海国家为防范可能面临的空中威胁,在领空外划设的空域范围,用于及时识 别、监视、管制和处置进入该空域的航空器,留出预警时间,保卫空防安全。“就好比一个缓冲区或是防火墙,对于来自海上方向的空中威胁和不明飞行物,根据不同情况,及时采取识别、监视、管制和处置等相应措施加以应对。”中国战略文化促进会常务副会长罗援

说。

东海防空识别区公布后，我们已经通过多种方式阐明了中方在这一问题上的政策立场。我们重申，中方有关做法的目的是捍卫国家主权和领土领空安全，维护空中飞行秩序，是有效行使自卫权的必要措施，符合《联合国宪章》等国际法和国际惯例，是完全正当和无可非议的。日本早在上世纪 6（年代末就设立了防空识别区，日方无权对中国划设东海防空识别区说三道四。

防空识别区的作用，是对进入识别区的航空器提前作出判定，以赢得处置时间，有效保障国 防安全。在防空识别区内，一般只要求航空器通报国籍、方位、飞行计划等，以便定位、识别和管制。防空识别区的设立，有利于引导进入区内的航空器的飞行活动，减少误判，避免摩擦，以更好地维护空中飞行秩序和安全。因此，对于那些正常飞行、无害通过的飞行器而言，通报有关飞行内容，既不会影响其飞行安全，也不会改变其飞行计划。

15.筹资风险的识别 篇十五

一、筹资时机选择风险, 即筹资外部风险

与筹资时机选择有关的风险主要是因企业外部的政治经济环境、法律政策、市场等企业无法控制的因素发生变动带来的风险, 包括政治风险、经济风险、法律政策风险、市场风险等。

政治风险是指由于政局变化、政权更迭、战争、动乱、武斗等政治因素而使企业蒙受各种损失的可能性。政治环境往往能影响经济环境, 例如政府行动可以影响国际资本市场和引致通货膨胀, 所以在考察筹资时机是否合适时要考虑政治风险。

经济风险是指由于经济因素变动而给企业带来的风险。影响筹资风险的经济因素主要有经济周期波动、通货膨胀紧缩、金融危机、经济改革措施的出台与实施等。如, 不同的经济周期对企业融资有重要影响。在经济复苏和繁荣阶段, 国家为了促进经济发展, 放宽银根, 降低利息等, 这时企业筹资较为容易且成本低;当经济处于衰退和萧条阶段, 市场需求减少, 国家紧缩银根, 这时的筹资活动尤其是长期筹资, 会受到严峻挑战。

法律政策风险是指由于企业适用的相关法律政策的变动而给企业筹资活动带来的风险。相关法律政策的变动往往给企业带来或好或坏的影响, 使企业承受一定的风险, 如利率汇率调整。央行调高利率, 就会增加企业筹资的难度, 反之会给企业筹资创造便利。税收制度对企业筹资的影响也是十分重大的, 企业应该很好地利用税收政策, 合理安排资金的调度与使用。例如, 对于负债筹资而言, 利息费用允许在所得税前扣除而有抵税作用;而股息不能在所得税前扣除只能从税后利润中支付, 税收对这两种筹资方式的成本的影响显然不同, 这就要求企业必须在两者之间做出权衡, 以降低资金成本。税收制度中一些灵活性的规定, 企业可以选择有利于自己的政策和方法, 以减少当期应纳税额, 从而降低筹资成本和减轻税收负担。比如, 税收制度允许某些行业对固定资产采用加速折旧法, 企业可以通过当期多提折旧使纳税点后移, 使企业早期产生更多的现金流入量。其他法规政策, 如各种经济法律法规, 最主要的是公司法、证券法等, 这些法律规定了不同类型企业的筹资渠道、筹资方式、筹资条件以及筹集资金的使用和违规的法律后果等。企业必须在法律法规允许的范围内寻找适合自己的融资方式, 否则将受到法律的惩罚。

金融市场风险是指由于金融市场供求变动、竞争、利率等市场因素变动而给企业带来的风险。金融市场是进行资金借贷和证券交易的场所, 是企业筹资环境的重要组成部分。金融市场同其他商品市场一样, 也有供求的平衡问题、竞争问题和价格变动 (利息率) 问题。如果供大于求, 供方竞争加剧就会出现需方市场, 利息率就下降, 这时对资金需求者有利;反之则不利。

二、筹资内部风险

(一) 负债筹资风险。

负债筹资是企业通过向金融机构借款、发行债券和融资租赁等方式筹集所需资金。与权益资金相比, 负债资金的特点是:不分散企业的控制权、成本低 (减税作用、财务杠杆效应) 、融资速度快。负债筹资虽然具有这些特点, 但也是有风险和代价的。其主要表现为:利息率风险、期限结构风险、流动性风险、筹资数量不当风险、偿还风险、资本结构风险。1、利息率风险。企业通过借款或发行债券等方式进行负债筹资必须向债权人支付本金、利息, 而不管企业经营状况如何。这造成企业固定的利息负担, 影响资金周转。如果利息率较高, 则会导致财务杠杆系数增大, 造成企业较高的财务风险, 企业付息的压力和破产的可能性也随之增大。2、期限结构风险。企业负债筹资按使用期限长短可分为短期负债筹资和长期负债筹资。短期负债筹资是指采用商业信用、银行短期借款等方式筹集资金;长期负债筹资指采用长期借款、发行债券等方式筹资。一般来说, 长期负债利率较高, 短期负债利率较低但波动较大, 如果负债期限结构安排不合理, 比如应该用短期借款却用了长期负债, 或者相反, 都会增加企业的筹资风险。如果企业负债筹资的还款期限不合理, 造成还款期过于集中而导致资金流断裂, 也可能产生此类风险。3、流动性风险。资产的流动性反映的是潜在偿债能力。企业为了还债或防止破产可将其资产变现, 由于各种资产的流动性不一样以及在资产总额中所占比重不同, 对企业的财务风险关系甚大。当企业拥有较多的变现能力强的资产时, 其财务风险就较小;反之, 其财务风险就较大。4、筹资数量不当风险。筹资数量是指负债总额的大小或负债在资金总额中所占比重的高低。过度负债, 不仅要支付大量的利息, 而且降低了企业的安全性和竞争能力, 危及企业的生存与发展。筹资数量过少, 则会资金不足而影响企业的正常经营。5、偿还风险。偿还风险包括长期偿债能力风险和短期偿债能力风险。企业往往重视长期偿债能力而忽视短期偿债能力。其实, 短期债务也会影响长期债务, 即使一个盈利不错的企业, 如果资金调度不当不能及时还款, 也有破产的危险。所以, 无法保持一定的短期偿债能力的企业, 同时在长期偿债能力方面也存在问题。6、资本结构风险。所谓资本结构, 是指长期负债与权益资本之比。长期负债过多, 会降低企业的偿债能力和筹资能力增大财务风险;长期负债过少虽能提高偿债能力和筹资能力并减小财务风险, 但放弃了借款利息的抵税作用。这两种情况都将导致企业的资本结构不合理。

(二) 权益筹资风险。

本文讨论的权益筹资风险主要是股票筹资风险。股票筹资风险, 是指由于股票发行时机选择欠佳, 发行数量不当、发行价格过高或过低、筹资成本过高及股利分配政策失当等给公司造成经营成果损失的可能性。股票是股份公司在筹集资本时向股东发行的一种权益证书, 是投资者投资并取得股息的凭证。发行股票是股份有限公司筹措资金普遍而重要的手段, 它能使大量的社会闲散资金在短时间内被企业所筹集并能够在企业存续期间内被企业运用。一般认为, 股票筹资无需还本, 因而没什么支付风险, 其实不然。股票的资金成本由筹资费用与用资费用构成。股票的用资费用———股利是从净利润中支付的, 无减税效应。若公司所得税税率为25%, 即使股利支付率与同期债务的利息率相等, 其用资成本也比债务资金的用资成本高出1/3。在公司的主要筹资方式中, 股票的资金成本是最高的。另外, 股票筹资会扩大公司股本, 如果业绩增长幅度低于股本扩张幅度, 会导致公司每股利润下降, 而公司每股利润下降会引起公司股利支付率降低、股票价格下跌, 影响公司市场形象。如果股东得不到满意的股利, 他们将行使两种权利:“用手投票”和“用脚投票”, 前者要求更换企业经理人员, 后者则出售股票, 引起股票价格下跌, 影响企业价值。股票的价格不仅受到公司经营状况的影响, 还受到供求关系、利率、大众心理等因素的影响, 具有很大的不稳定性。因此, 发行股票筹措资金不是没有风险的。股票是一种高风险的金融产品。随着证券市场的不断完善, 越来越多的股份制企业通过发行股票筹措资金, 股票筹集资金的难度和风险将大为增加, 因而正确选择股票发行时机便成为筹资成功与否的一个重要条件。股票发行时机选择欠佳将会影响到公司发行计划不能实现或达不到预期筹资目的。股票发行数量反映股份有限公司的筹资规模, 如果股票发行数量与公司经营规模不相适应, 会使股份有限公司资本结构不正常而产生风险。股票发行价格确定是股票筹资的又一个不容忽视的环节。我国《公司法》规定, 公司不得折价发行股票, 实际操作只有面值发行和溢价发行两种。股利分配政策关系到公司股价的变化。从普通股来讲, 分配的每股股利多, 股价就会上涨;反之, 则下跌。如果以配股的形式分配股利, 送配股的比例确定不当, 就会使股份总量发生变化, 带来以后筹资成本的变化, 会出现不同程度的风险。

股票筹资风险主要有以下几种表现形式:一是上市失败风险。如果股票对投资者有吸引力则易于推销;反之, 则可能会带来上市失败的风险。利率的变化也影响股票的发行, 利率下降则股票需求增大股票价格上升, 利于股票发行, 反之则不利于股票发行。股票筹资是有成本的, 如果股票上市失败筹不到资金, 前期投入的费用就成为损失。股票上市后停牌, 也属于此类风险。二是支付风险。这是股票筹资活动因支付能力不足而产生的不利影响的可能性, 比如股票的高分红派息与企业资产收益的不确定性之间就会产生此类风险。三是股价变动风险。这方面的影响因素很多, 如政策的变化 (包括税收政策、产业政策、环保政策、利率政策等) 可能对股票价格造成影响。如, 印花税的变化直接影响股票市场的交易量并影响股票的价格。公司发行新股, 新股东要分享公司发行新股前积累的盈余, 无疑会降低每股收益从而影响股票价格。四是收购风险。企业发行股票, 就存在被收购被控制的风险。五是控制权分散风险。股票发行会增加新股东, 这容易导致公司控制权分散, 不利于公司稳定发展。

参考文献

[1]罗放华.过度股票筹资的成因、风险与防范[J].财会通讯, 2006.3.

[2]施金影.现代企业筹资风险的防范.会计之友, 2006.9.

16.小儿吐血的识别 篇十六

从颜色区分情况看，呕血因从胃里出来，受胃酸作用，颜色变成深棕色，血液里还可能夹有残余的食物：咯血颜色是鲜红的，多在咳嗽情况下发生，随痰液吐出。

呕血时，没有呕出的血有可能经过肠子随大便排出，为柏油状黑使，少量潜在性出血，肉眼不一定看得到，可到医院通过化学方法检查。另外，有的孩子吃了西瓜、番茄、猪肝、猪血等食物，或服用过炭剂、铁剂药物，也会出现黑便，但那不是呕血，应加鉴别。咯血，从口鼻涌出，但部分也可咽下经消化道排出，不过咯血潜出血的情况和呕血比较要少得多。

一、许多疾病都会引起小儿吐血、便血，如何鉴别，以相应做出正确处理呢?

1、食管静脉曲张破裂，可吐出大量鲜血，血量为褐色，4岁以上儿童为多见。消化道渍疡(多见于十二指肠溃疡)，有时可出现黑便，上腹同时会有疼痛感。出血坏死性肠炎，使血是鲜红的，并有粘液，同时伴有腹痛、腹胀，腹泻、烦躁等症状。肠道重叠畸形，时有暗红和鲜红血便，腹部疼痛，可扪及包块。肠系膜血管栓塞有血便，部位低，为鲜红色：部位高，为黑便，亦会出现反复剧烈腹痛。小儿患有消化道血管瘤及毛细血管扩张症，消化道过敏反应，代谢性酸中毒，肠息肉，肛裂及直肠炎等疾病，均可出现血便。肠套叠多为1岁左右的婴儿，呕血或便血，危害极大；表现有阵发性哭闹的情形。肠扭转，便色为鲜红色，或果浆样，剧烈腹痛，呕吐时面色苍白。阿米巴痢疾，大便中有脓液、粘液性血便。肠伤寒有鲜红便血，并有长期发热、腹痛等。溃疡性结肠炎，便中时有鲜血或粘液，亦腹痛。

2、短食管及裂孔摘，新生儿及婴儿有持续性间歇性呕吐，大便为暗红色或黑色。尿毒症，吐血、便血、尿少或无尿。各种出血凝血障碍的血液病，如血小板减少性紫瘢、再生障碍性血友病、白血病，可有皮下粘膜出血，便血。新生儿自然出血，生后2～5天发生，消化道、皮肤、脐带出血，或阴道及尿路出血。

3、咳血，多数情况是孩子患了支气管扩张，肺及支气管内膜结核等疾病所致。此外，胸外伤、肺内异物、毒气吸入等，亦可发生。

二、吐血如不及时处理，会给孩子带来严重后果。

小儿吐血虽不是一种常见病，但它却是一种严重的症状，有随时发生的可能性，父母必须引起高度重视和警惕。如果连续不停地出血，而不及时处理，即可发生贫血。如果血吐得多了，或一时大量吐血不止，失血过多，病儿就会全身出现衰竭，神志模糊，两眼发黑，以至昏倒，肌肉抽搐，全身冰冷，出冷汗，脉搏加快，有时甚至摸不到脉搏，血压下降，呼吸急促。遇到这种情况，要赶快施行急救。否则，就有生命危险。

三、遇到吐血的紧急情况，家长要注意以下几点：

1、冷静沉着

有的父母看到孩子出血，往往惊慌失措，不知如何是好。由于大人惊慌，更引起孩子恐惧，神经也就随之兴奋，血压升高，心跳加速，以致出血部位不起凝血作用，或者已经凝固的血块因血压升高而受到破坏，伤口不能愈合，血出个不停。故应使病儿绝对安静，首先心理上要平静。

2、让患儿迅速躺在床上休息，不要乱动。

因为活动会使脉搏加快，延迟创口的愈合。这时，可将脚部那头的床脚垫高，形成头低脚高的位置，头下再垫一柔软的枕头，可使脑子的血液供给不缺乏，减少头晕的机会。如天气寒冷，要用热水袋保持体温。

3、饮食

在呕血三、四天内要控制进食量，这样胃壁肌肉收缩，可帮助出血点闭锁。可给病儿吃点鸡蛋白，因为鸡蛋白可以吸收一部分盐酸。再给病儿进几汤匙橄榄油或者豆油，可以减少胃酸的分泌，并且使十二指肠内的碱性肠液回流一部分到胃内，协助中和胃酸。溃疡创面上下不再受到胃酸的侵蚀，就可以减少流血。

4、药物治疗