以食品为基础的《有机化学》课程教学研究

本文首先介绍了《有机化学》课程教学现状及解决策略。《有机化学》课程为专业基础课,授课过程中单纯地给学生讲解理论知识,让学生感到枯燥乏味,不能激发学生的学习兴趣,作者以食品为基础的《有机化学》课程在教学实践与探索过程中,教学效果好,起到了事半功倍的作用。     

肉桂总黄酮提取工艺及其抗氧化性研究

以肉桂为原料,进行了肉桂总黄酮提取工艺及其抗氧化活性的研究,建立了以芦丁为标准品,NaNO2-Al(NO3)3-NaOH为显色剂,分光光度法测定肉桂总黄酮含量的分析方法。结果表明,肉桂总黄酮提取的优化工艺为乙醇浓度60%,肉桂与溶液的比1∶60(g/mL),回流温度70℃,提取时间6 h,总黄酮提取率达16.10%,含量达70.02%。肉桂总黄酮的抗氧化性随着浓度的升高而增强,当总黄酮浓度为4.5 mg/mL时,OH自由基清除率达40.49%;当总黄酮浓度为2.0 mg/mL时,DPPH自由基清除率达94.29%。     

磨矿研磨体级配的试验研究

选择合理的研磨体装载量和钢球级配是提高磨机产量和降低电耗的重要途径之一。而磨矿效变幻无常的最佳化必须通过选掸厝矿介质的形状和大小来实现。显然，不是每一种规格的研磨体都能适用，如果研磨体太小，会使粉碎物料的能量不足；而研磨体太大，则具有过剩的能量。原则上可以预料：对宽级圳的被磨物料，为了得到最佳粉磨效果，必须选用不同大小的研磨体进行混合，习惯上用级配一词来表示。在选择级配的组成时，既要考虑原物料的粒度组成．又要考虑所希望得到的最终细度。因此，对此种级配方法进行了理论上的探讨和．式验研究。     

高速公路波纹管涵施工质量控制要点分析

在波纹管涵施工中,严格控制两侧及楔形部的回填质量,是确保波纹管涵质量及耐久性的关键。从波纹管涵的原理入手,分析了基层施工、楔形部和管体两侧回填中的控制要点,介绍了施工中由于回填控制不好导致的管体变形情况,以期借鉴。     

球磨机在我国的发展现状分析

选矿是目前我国矿产生产过程中的重要环节,选矿厂在选矿时大多会选择同自身生产条件相适应的设备。球磨机是选矿的主要设备,但是球磨机属于高能耗设备,往往一个选矿厂的球磨机所占的材料成本以及电耗会达到全场能耗的50%左右。另外球磨机的生产力会直接影响到选矿厂的整体生产作业能力。随着科技的发展,球磨机也发生了巨大的改变,文章便针对当前我国球磨机发展现状展开了探讨。     

高效液相色谱法测定特殊医学用途婴幼儿配方乳粉中维生素C含量

目的 建立了特殊医学用途婴幼儿配方乳粉中维生素C的检测方法。方法 以L-半胱氨酸作为还原剂,用含有三氯乙酸(TCA)的水溶液对样品中的维生素C进行提取, C18柱色谱分离,以含有四丁基氢氧化胺作为离子对试剂和pH 5.4的醋酸钠的混合水溶液为流动相, 然后在紫外检测器265 nm处进行检测。结果 维生素C浓度为(0.01～10)μg/mL时,该方法的线性相关系数大于0.999;最低检出限为1.25mg/100g;添加回收率在91.4%-115%之间;相对标准偏差为1.22%～4.57%(n=6)。结论 该方法适用于特殊医学用途婴幼儿配方乳粉中维生素C的检测。     

马深1 井超深井钻井液技术

马深1 井是中石化部署在川东北地区的一口重点预探直井,完钻井深8 418 m。本井四开、五开井段6 225.4~8 418.0 m,井底温度高达175 ℃,存在高温污染、泥页岩井壁失稳、酸根污染以及携砂问题,常规钻井液性能已无法满足正常施工要求。鉴于以上技术难点,通过材料优选、配方优化,成功研制了KCl 聚胺磺化钻井液体系和抗高温聚磺钻井液体系。经过体系验证: KCl 聚胺磺化钻井液具有良好的抑制能力;抗高温聚磺钻井液体系抗温达200 ℃。同时,在应用过程中形成了成熟的超深井钻井液处理技术。现场应用表明,四开平均井径扩大率3.1%,五开平均井径扩大率5.1%,有效地解决了该区块超深井钻井液技术难题,具有一定的推广价值。     

滞港人民币回流内地的构想

2003年港澳游实施和2004年CEPA激活以来,由私人携带出境而滞留香港的人民币已达到700亿—1000亿元。从货币性质看,属于国际收支中经常项目下的贸易项目支付。因而,构想在对香港的出口贸易中推行本币报价、本币结算,使滞港人民币合法回流,完成人民币的双向流动,并可以改善内地贸易顺差过大的现状。     

基于图卷积的视网膜血管轮廓及高不确定度区域细化框架

针对传统卷积神经网络(convolutional neural network, CNN)受感受野大小的限制,无法直接有效地获取空间结构及全局语义等关键信息,导致宽血管边界及毛细血管区域特征提取困难,造成视网膜血管分割表现不佳的问题,提出一种基于图卷积的视网膜血管分割细化框架。该框架通过轮廓提取及不确定分析方法,选取CNN粗分割结果中潜在的误分割区域,并结合其提取的特征信息构造出合适的图数据,送入残差图卷积网络(residual graph convolutional network, Res-GCN)二次分类,得到视网膜血管细化分割结果。该框架可以作为一个即插即用模块接入任意视网膜血管分割网络的末端,具有高移植性和易用性的特点。实验分别选用U型网络(U-neural network, U-Net)及其代表性改进网络DenseU-Net和AttU-Net作为基准网络,在DRIVE、STARE和CHASEDB1数据集上进行测试,本文框架的Sp分别为98.28%、99.10%和99.04%,Pr分别为87.97%、88.87%和90.25%,证明其具有提升基准网络分割效果的细化能力。