内源性甲醛对鱿鱼鱼糜凝胶特性的影响

以秘鲁鱿鱼鱼糜为原料,研究凝胶性条件对鱿鱼鱼糜凝胶特性的影响,并优化了鱿鱼鱼糜凝胶条件。实验分为新鲜鱿鱼鱼糜和冻藏鱿鱼鱼糜2组,比较不同凝胶条件下2组鱼糜的甲醛等相关指标的含量变化和凝胶品质的变化。结果表明:相对新鲜鱼糜,冻藏的鱿鱼鱼糜中甲醛、二甲胺、三甲胺含量显著(p0.05)升高,氧化三甲胺含量显著(p0.05)降低,凝胶品质劣化。当低温凝胶化温度为40℃,凝胶化时间为30 min时,经二段式加热鱿鱼鱼糜凝胶表现出的凝胶(质构特性、凝胶强度、弛豫时间T23、持水性和蒸煮损失)品质更好;扫描电镜观察鱼糜凝胶组织微观结构表面较平整、分布均匀。     

基于分水岭的多目标核聚类图像分割

传统的聚类图像分割方法一般仅仅利用图像中的灰度信息。为了更好地利用图像中的区域和边缘信息,提出一种基于分水岭过分割的多目标模糊核聚类图像分割算法。该算法采用分水岭算法获得图像的过分割区域,采用多目标模糊核聚类算法对区域代表点和分水岭上的像素进行聚类。根据聚类结果将图像中的像素进行标记,得到最终的分割图像。实验结果表明,由于利用了图像区域信息,使得目标能够比较完整地从背景中分离出来。     

毒素-抗毒素系统对微生物活的非可培养状态形成的影响研究进展

毒素-抗毒素（toxin-antitoxin，TA）系统广泛存在于微生物中，由稳定的毒素和不稳定的同源抗毒素组成，参与应激反应并可调控微生物生长。活的非可培养（viable but non-culturable，VBNC）状态是某些微生物在不良环境中形成的一种休眠状态，处于VBNC状态的微生物在常规培养基上不生长，但VBNC细胞仍具有代谢活性，且在适宜条件下能够恢复可培养性，因此VBNC状态的食源性致病菌对食品安全和人类健康构成潜在威胁。本文综述了TA系统和微生物VBNC状态形成关系的研究，进一步提出了TA系统对微生物VBNC状态形成的可能影响机制，以期为VBNC状态形成机制的研究提供一定参考。     

热固性聚酰亚胺复合材料的往复摩擦磨损性能研究

采用热模压成型方法制备了玄武岩纤维增强、多元填料改性的热固性聚酰亚胺复合材料，研究了复合材料的组织结构、摩擦磨损性能与磨损机制。结果表明：所制备的多元复合材料组织致密，玄武岩纤维和各填料分散均匀，硬度明显高于纯聚酰亚胺(PI)和玄武岩纤维改性聚酰亚胺(BF/PI)。摩擦磨损实验结果表明，多元复合材料具有优良的耐磨性能和摩擦稳定性，摩擦系数明显低于PI和BF/PI,磨损率分别较纯PI试样和BF/PI试样低约50.3%和19.9%。     

PT—80机对线切割加工程序的预检测

一、前言我厂使用SPT—1(SWP—1)中文自动编程机编程,主机是PT—80,本人根据线切割加工中坐标值变换的规律,编制了一套3B程序的检测程序。该程序用BASU语言编写,在     

灰度图像的二维Otsu曲线阈值分割法

Otsu法是一个常用的阈值分割方法.为了利用图像的区域信息,本文在二维Otsu法的基础上提出了曲线阈值型Otsu法,传统的二维Otsu法可以看成是该方法的一个特例.实验结果表明,对于含噪图像,它能够获得优于传统二维Otsu法的分割效果.为了减少计算量,提高分割速度,给出了一种递归算法和一种小波变换与递归算法相结合的快速算法.该递推算法只需遍历二维直方图的主对角线和一条次主对角线,与传统Otsu法的递推算法相比,搜索空间由L×L个点减少到2L-1个点.     

二维熵取小法和模糊熵相结合的图像分割方法

基于二维熵的分割方法是常用的阈值分割技术,其基本假设是对象区域和背景区域占据了二维直方图的绝大部分区域,即假设对象区域和背景区域的概率和近似为1.Brink提出了通过将对象区域的熵和背景区域的熵先取小然后再取大的方法来获得阈值,该方法存在的不足是忽略了边界区域的信息对分割结果的影响,鉴于此,提出了一种结合二维熵和模糊熵的图像分割方法,先采用Brink提出的二维熵法对图像进行初步分割,再采用模糊熵作后续处理以弥补忽略边界信息带来的问题.实验结果表明,对于含噪图像,该方法的分割效果是比较理想的.     

基于近邻搜索花授粉优化的直觉模糊聚类图像分割

为克服传统模糊聚类算法应用于图像分割时,易受噪声影响,对聚类中心初始值敏感,易陷入局部最优,模糊信息处理能力不足等缺陷,该文提出基于近邻搜索花授粉优化的直觉模糊聚类图像分割算法。首先设计一种新颖的图像空间信息提取策略,进而构造融合图像空间信息的直觉模糊聚类目标函数,提高对于噪声的鲁棒性,提升算法处理图像中模糊信息的能力。为了优化上述目标函数,提出一种基于近邻学习搜索机制的花授粉算法,实现对于聚类中心的寻优,解决对于聚类中心初始值敏感,易陷入局部最优的问题。实验结果表明所提算法能在多种噪声图像上取得令人满意的分割效果。     

图像信息驱动的抑制式粗糙模糊聚类分割算法

粗糙模糊聚类方法需要手动设置阈值确定粗糙聚类的上、下近似且对图像中的噪声较为敏感。为了减少人为干预,实现粗糙模糊聚类在图像分割中的深度应用,本文提出一种图像信息驱动的抑制式粗糙模糊聚类分割算法。方法中设计了基于超像素区域信息的自适应阈值策略,用于有效确定粗糙聚类的上下近似,将图像空间信息引入到粗糙模糊聚类,构造了融合空间信息的粗糙模糊聚类目标函数,克服方法对于图像噪声的敏感性,此外,为进一步提升聚类性能,将模糊聚类中的抑制式学习思想引入到粗糙下近似集中像素的模糊隶属度的修正,实现了粗糙和模糊思想的深度融合。本文算法是更具混合智能机理的粗糙模糊聚类图像分割算法,实验结果表明了本文算法的有效性。