References
[1]中国居民营养素核心信息[J].中国食物与营养,2021,27(5):2.
[2]中国食品工业协会.2023年中国食品检测行业数字化转型白皮书[R].北京:CFIA,2023.
[3]中国职业技术教育学会.职业教育食品专业发展报告(2023)[R].北京:高等教育出版社,2023:45-48.
[4]甘美玲.食品安全中微生物计量的检测方法研究[J].食品安全导刊,2024,(33):138-140.
[5]许子刚.食品微生物检验的内容及检测技术探讨[J].中国食品,2023,(14):78-80.
[6]许景成.食品微生物检测技术探讨[J].食品安全导刊,2023,(09):164-166.
[7] 李雪梅,等.食品检测人才数智化能力缺口调研分析[J].食品与机械,2023,39(5):89-94.
[8]江如蓝,雷结语,陈文礼,等.基于人工智能感官技术的中药质量控制方法研究进展[J].药学前沿,2024,28(11):550-556.
[9]樊翔宇,代琦.基于改进YOLOv5的菌落计数算法研究[J].软件工程,2024,27(10):34-38.
[10]Bradski,G.,&Kaehler,A. LearningOpenCV:ComputerVisioninC++withtheOpenCVLibrary [M].3rded.O'ReillyMedia,2020:127-153.
[11]王振华,等."虚实结合"的食品微生物检测课程改革实践[J].实验室研究与探索,2022,41(3):45-49.
[12]陈俊羽.信息化技术在食品检验检测中的应用探究[J].食品安全导刊,2024,(28):125-127+131.
[13]郭亦然.新型食品微生物检测技术的应用策略[J].中外食品工业,2024,(12):49-51.
[14]陈颜娇.农产品质量安全控制现状及控制策略[J].现代农村科技,2024,(12):23-24.
[15]国家市场监督管理总局.食品微生物检测实验室信息管理系统(LIMS)建设规范:GB/T39382-2023[S].北京:中国标准出版社,2023.
[16]王建军,李晓红.虚拟仿真技术在食品检测实训中的应用研究[J].中国职业技术教育,2021(28):45-50.
[17]刘振宇,王晓东,李国栋.基于深度学习的微生物菌落智能识别算法研究[J].食品科学,2022,43(12):245-251.