浙江泛泰仪器有限公司（FINETEC INSTRUMENTS）是总部位于中国浙江省，主要生产：催化剂表征装置、物理化学吸附仪、微反反应装置、比表面分析仪、粒度分析仪、微型色谱分析仪、全自动进样器、多段式高温炉等产品。广泛应用于化工、粉体、材料、电子、环境等各个领域，是科研人员开发工作的利器，也是企业生产质量控制的重要手段。 公司产品在国内的高校、研究机构及相关企业有广泛应用。

本发明涉及检测领域，公开了一种果蔬检测装置及果蔬检测方法，果蔬检测装置包括传送机构以及设置在所述传送机构的传送途径上的至少一个检测单元，所述传送机构包括：轨道；托盘组件，沿所述轨道运动，所述托盘组件包括第一托盘以及位于所述第一托盘内的第二托盘，所述第二托盘尺寸小于所述第一托盘；以及升降模块，至少部分与所述第二托盘连接，用于带动所述第二托盘相对所述第一托盘升起或降落。本发明的果蔬检测装置及果蔬检测方法，兼顾待检物平稳运输的同时减小检测时承载件对待检物的过多遮挡，以提高检测精度。

究团队在线光电检测技术及仪器方面，主要采用光谱技术对水质进行监测，具体包括：1）采用紫外-可见光谱技术实现了水质COD和浊度的在线监测。自主开发了浸没式、小型化、一体化的采样分析的探头，探头直径仅50m，能耗低，可在野外无人值守的环境工作。该探头经过上海市计量测试技术研究院的测试，结果表明，该探头符合国家环保行业相关标准；2）采用红外光谱技术实现水体CO2含量的在线监测，为水生态环境的监测提供支撑。

研究团队十余年来致力于光谱检测与分析领域，研发了数件产品，持有多项发明专利，发表了多篇高水平论文。例如， 1）采用紫外-可见光谱技术实现了水质COD和浊度的在线监测。自主开发了浸没式、小型化、一体化的采样分析的探头，直径仅50 mm，能耗低，可在野外无人值守环境工作。2）采用红外光谱技术实现水体CO2含量的在线监测，分辨率高，稳定性高。目前，探头正在三峡库区进行测试。3）建立一系列基于表面增强拉曼光谱效应的新型光学免疫检测方法，发展了相关纳米光学探针和微通道芯片器件，实现了血液、唾液等体外复杂环境中肿瘤标志物（包括循环肿瘤细胞、循环肿瘤DNA、肿瘤来源外泌体表面受体分子及内含miRNA分子等）的高灵敏、高通量和快速检测。

非常规交叉口的通行模式是在交叉口上游设置预信号，组织左转和直行车流交替使用进口道来提高通行能力，是一种对策交叉口拥堵的新思路。其虽已在我国数个城市有过实际应用案例，但多由于缺乏坚实的理论和技术支撑而不得不以失败告终。本团队将基于自身既有的非常规交叉口理论研究成果，构建非常规交叉口的失效概率模型，建立预防死锁、动态启用和动态控制的机制与优化方法；此外，基于驾驶行为和选择偏好研究，设计综合考虑驾驶员适应性和车道排队均衡的动静态交通语言系统。本项目研究前期已经发表8篇相关论文，取得1项国家发明专利和1项软件著作权，在此基础上将通过与优秀的企业、单位合作，以面向应用为目的，一方面继续深化成果的科学性和实用性，另一方面，实现成果的推广应用，为研究机构，交通规划、设计和管理领域提供新的技术支撑，为预防和缓解交通拥堵提供有效的应用系统，解决实际交通问题的同时，服务于整体交通系统品质的提升。 在资源、环境等多约束下，相对于道路拓宽等传统手段，非常规交叉口方案是更具可持续性、更有前景的交通拥挤对策手段。本项目研究成果既能够为是否选择非常规交叉口通行模式提供理论支持，也能为非常规交叉口的优化设计提供技术支撑，因而成果可以广泛地应用于城市道路交通设计和拥挤管理之中。研究成果还可以为起草考虑非常规交叉口通行模式的交叉口规划设计规范，为缓解交通阻塞，提高交通系统的稳定性与可靠性提供理论基础和技术支持。进一步，设计的软件可以直接应用于非常规交叉信号设计方案的制定。最后，在此基础上形成的交叉口交通流分析、实验和优化技术，对于研究复杂交通系统问题具有广泛的应用效果。  图1 非常规交叉口通行模式示意图    A: 预信号控制                           B: 主信号控制图2 上海共和新路临沂路非常规交叉口   本研究的内容是交通工程领域里出现的新问题，以非常规交叉口的适应条件和优化方法为重点，以预防和缓解交通拥挤、提高通行能力和节能减排等应用为理论研究的导向。项目研究所转化的成果具有可观的经济、社会效益，主要包括： 1）成果可服务于研究机构：促进对交叉口新型通行模式的探索及其适应性分析、优化设计理论与方法的研究及应用； 2）成果可服务于交通规划、设计和管理领域：成果将为非常规交叉口的规划设计规范奠定基础；为非常规交叉口交通设计、管理实践提供新的技术支持，并在交通拥挤管理的实践中发挥重要作用； 3）成果可服务于系统开发与咨询机构：为基于新模式的交通控制、交通设计咨询和辅助系统开发提供技术指引。

本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。