茭白总蛋白质双向电泳技术体系的建立

为建立茭白总蛋白质双向电泳技术体系,研究了TCA/丙酮沉淀法和改良酚抽法两种不同总蛋白质提取方法、蛋白质上样量、pH值范围及凝胶质量浓度等条件对2-DE的影响。结果表明,改良酚抽法更适合茭白总蛋白质的提取,采用17 cm、pH 4~7的胶条、1.0 mg的蛋白质上样量、12 g/dL的凝胶浓度、考马斯亮蓝G-250胶体考染法染色,最终可获得蛋白质点较多,背景清晰,分辨率较高的2-DE图谱,为进一步开展茭白差异蛋白质组学研究奠定了基础。     

鲜切果蔬品质劣变影响因素及其可能机理

鲜切果蔬是指新鲜果蔬原料经预处理、清洗、切分、保鲜、包装和贮藏等多道工序制成的不影响其鲜活状态的一种制品。品质快速劣变是影响其货架寿命的主要原因。本文综述鲜切果蔬品质快速劣变的影响因素及其可能机理,旨在为鲜切果蔬贮藏保鲜新技术的建立和应用提供理论依据。     

完整和鲜切茭白常温贮藏期间的比较蛋白质组学研究

为探讨切分加速茭白衰老和品质劣变的分子生物学机制,应用双向电泳（two-dimensional electrophoresis, 2-DE）结合质谱鉴定技术,研究了完整（对照）和鲜切茭白常温（25 ℃）贮藏期间蛋白质组的动态变化。结果显 示：2-DE凝胶上可检测到约660 个蛋白点,其中鲜切茭白39 个蛋白表达量达到2.0 倍以上显著差异（P＜0.05）,经 基质辅助激光解吸电离飞行时间质谱分析成功鉴定出35 个蛋白。按照其功能可分为7 类,即信号转导（8.6%）、代 谢（22.9%）、细胞结构（8.6%）、胁迫响应与防御（31.4%）、蛋白质合成（11.4%）、衰老（5.7%）和功能未知 蛋白（11.4%）。完整茭白贮藏期间,14 个蛋白表达上调,21 个蛋白表达下调。在21 个表达下调的蛋白中,鲜切 诱导了其中6 个蛋白（植物基础分泌蛋白、腺苷激酶、C2结构域蛋白、Ⅲ类过氧化物酶、LbH_gamma_CA_like、小 G蛋白Ras）的上调表达,表明这6 个蛋白可能在伤害响应中发挥重要作用。同时,鲜切还显著增强了14 个上调表 达蛋白和其余15 个下调表达蛋白的上升或下降趋势。以上差异表达蛋白的功能分析表明,鲜切加速茭白衰老和品 质劣变可能与伤害信号产生和转导、自由基损伤加剧、碳水化合物和核酸分解代谢加速、能量代谢平衡失调及细胞 结构降解密切相关。     

番茄果实的芳香物质组成及其影响因素研究进展

香气是番茄果实重要的感官品质之一,由果实中400多种具有挥发性的芳香物质协同产生,在很大程度上决定了商品等级和消费者的接受度。本文简述了番茄果实中的芳香物质及其在成熟过程中的变化趋势,总结了其合成途径,并重点介绍了影响番茄果实中芳香物质形成的因素,以期为研究者、生产者、销售者和消费者提供理论和生产实践方面的指导。     

鲜切果蔬的品质及贮藏保鲜技术研究进展

鲜切果蔬的新鲜、健康、卫生和方便等特点使其在发达国家发展迅速,已成为果蔬采后研究的新领域。鲜切果蔬因经过清洗、去皮、切分等处理,产品的品质下降快、生理生化代谢加剧、易受微生物侵染,货架寿命缩短。本文简述了引起鲜切果蔬品质劣变的原因,并重点介绍了近年来国内外对鲜切果蔬贮藏保鲜技术研究的新进展,其中包括物理、化学、生物保鲜技术和综合保鲜技术,以期为今后更深入的研究提供借鉴与参考。     

基于改进希尔伯特-黄变换的电缆接地故障定位研究

为了精确定位电缆接地故障区域,利用基于集合经验模态分解的希尔伯特黄变换与行波测距相结合的方法来实现电缆接地故障定位。针对经验模态分解易出现模态混叠导致最终对信号进行时频分析时无法计算行波往返于测量点和异常点之间时间的问题,提出利用集合经验模态分解来替换经验模态分解,然后使用改进HHT对故障行波信号进行分析,从而对电缆故障发生点进行定位。案例分析结果表明所提方法的故障定位精度误差为0.17%,能精确定位电缆接地故障区域。     

采用特征直方图的红外焦平面阵列盲元检测方法

红外探测器受材料和工艺等的限制，普遍存在盲元问题，降低了红外成像系统的图像质量，影响了目标检测系统的检测概率和虚警率，因此，有效检测盲元是红外图像处理领域的一个重要研究方向。在分析了有效像元校正模型的基础上，指出均匀辐照下红外焦平面阵列（IRFPA）有效像元非均匀校正后灰度图像的均值（MEAN）和标准差（STD）具有正态分布特征，对特征直方图采用自适应正交投影分解法进行高斯分解，得到有效像元校正后的MEAN和STD特征分布区间，最终得到盲元的分类准则。对IRFPA进行的验证实验结果表明，该方法获得了令人满意的结果，证实了所提出检测方法的有效性和科学性。     

改进Stacking集成学习的指纹识别算法

针对传统卷积神经网络对多传感器指纹识别泛化能力降低、准确率不高的问题,提出改进的Stacking集成学习算法。首先将AlexNet进行改进,在AlexNet中引入深度可分离卷积减少参数量,加快训练速度;引入空间金字塔池化,提升网络获取全局信息的能力;引入批归一化,加快网络收敛速度,同时提升网络在测试集上的准确率;使用全局平均池化替代全连接层,防止过拟合。然后将DenseNet和改进的AlexNet 2种卷积神经网络作为Stacking的基学习器对指纹进行分类,获得预测结果。最后对相同基学习器训练得到的各个模型,根据预测精度对各预测结果赋权,得到的预测结果再由元分类器分类。改进的Stacking算法在多传感器指纹数据库上进行实验,最终识别准确率达98.43%,相对AlexNet提升了20.05%,相对DenseNet提升了4.25%。     

基于智能配电终端的后备电源方案研究

通过实验测试了硅能电池、阀控式铅酸电池和超级电容的各项性能,分析了三种电池在运行中与终端后备电源有关的特性;对比硅能电池与传统阀控式铅酸蓄电池特性,证实了硅能电池作为终端后备电源要强于铅酸蓄电池;分析了超级电容作为终端后备电源的可行性,证实了超级电容在高低温下均能达到很有效的容量保持率。针对蓄电池和超级电容的突出优点,结合具体的终端应用场合,给出了三种后备电源解决方案。     

星载遥感图像的二维均值预测

根据星载遥感图像的相邻像元间具有平滑性、均一性等特点,提出了一种二维均值预测方法(Mean预测)。该方法以被预测图像的两个相邻像素作为预测基准,通过计算两点灰度值的平均值然后向下取整,得到预测值,Mean预测残差近似服从Laplace分布,方法可逆。实验仿真同JPEG-LS标准中的MED预测、CCSDS预测和Zig-Zag预测做了比较,统计结果表明,Mean预测法与其它方法相比,在相关系数、熵值、均值以及均方差的性能上均有一定程度的提高,计算量小且硬件实现简单,可用于星载遥感图像的实时无损压缩处理。