羊奶的功能特性及其掺假鉴别方法研究进展

乳及乳制品能够为人体提供多种营养组分，如蛋白质，脂肪，碳水化合物，矿物质及维生素等等。而近些年来，羊奶因其丰富的营养特性而在世界范围内越来越受到欢迎。具体而言，其干物质的含量较牛奶稍高。并且，羊奶中的过敏源蛋白质较低，可降低人体的过敏现象。此外，羊奶脂肪球较小、脂肪碳链短，乳糖不耐发生率较低。羊奶还可作为一种天然的抗生素，能够提高人体免疫力。因而，羊奶作为一种营养食品，适宜多种特殊人群食用，尤其适合孕妇，老人和小孩。伴随着羊奶价值的升高，羊奶掺假的问题也逐渐凸显，开发检测羊奶掺假的方法变得尤为必要。本文对羊奶的营养成分、功能特性以及羊奶掺假鉴别方法进行综述，旨在为今后羊奶产品的开发与品质提升提供理论参考。     

氧化锌对磷酸钾镁基防腐涂料的性能影响

为了提高磷酸镁水泥（ MPC）涂料的防腐性能，在 MPC涂料中加入少量的氧化锌并涂覆在 Q235钢表面。通过 Tafel极化曲线、电化学阻抗谱和中性盐雾试验分析改性涂层的防护机理和耐腐蚀性，采用水化热分析、 X射线衍射（ XRD）、扫描电镜（ SEM）、热重分析（ TG-DTG）表征浸泡前后涂层的形貌与成分变化。结果表明： MPC涂料中氧化锌的最佳掺量为 3%，氧化锌的加入使涂层更加密实并在涂层中起到缓蚀剂的作用，使涂层的自腐蚀电位正移；试样在 3. 5%NaCl溶液中浸泡 28 d一直保持稳定，线性极化电阻维持在 10⁶ Ω.cm²数量级，电化学阻抗谱表明改性过后的涂层电阻、电荷转移电阻较空白组明显提高，且盐雾时间 1 440 h后基材未见腐蚀，表现出良好的耐腐蚀性。     

工程教育认证下程序设计类实验教学改革与实践

本文以工程教育专业认证为契机,针对程序设计公共基础课类实验教学存在不足,以C语言程序设计实验教学为例,构建了基本验证性实验、线上拓展性实验、综合设计性实验的实验教学改革总体方案.经教学改革实践表明,新的实验教学方案有效提升课程理论教学质量,且在提升非计算机专业学生的计算思维能力、代码编写水平、综合实践能力、解决实际工程问题能力、以及团队合作精神等方面,均取得良好效果.     

超高水压动态盾尾密封性试验台设计

针对超高水压的盾构隧道复杂施工环境，研制1台用于检测在超高水压盾尾密封性能的实验设备，可真实模拟盾构掘进过程中的轴向移动、径向移动和转向偏转等姿态变化及管片错台，能静态也能动态地检测盾尾密封性能的设备。深入研究盾尾密封性能的关键技术，找出影响盾尾密封性的关键因素，预防或解决高水土压力下盾尾泄露问题，减少盾构施工安全风险。     

澜沧江流域不同茶区晒青茶品质比较

为深入了解云南澜沧江流域不同茶区晒青茶的品质差异，选取比较澜沧、双江2个茶区的24个乡镇晒青茶样，采用感官审评与品质理化成分检测，分析不同茶区晒青茶主要理化成分和感官品质方面存在的差异。结果表明：澜沧、双江2个茶区晒青茶的茶多酚平均值分别为24.43%、23.18%；游离氨基酸平均值分别为2.72%、3.97%；咖啡碱平均值分别为4.90%、4.48%；水浸出物平均值分别为45.67%、44.29%；酚氨比均值分别为9.40、6.07。澜沧、双江2个茶区不同产地的晒青茶茶多酚、游离氨基酸、咖啡碱、水浸出物和酚氨比之间存在一定差异。不同的内含化学成分，使各茶区的晒青茶感官品质明显不同。澜沧茶区的晒青茶滋味整体较醇和、稍涩，部分稍带花香与焦味；双江茶区的晒青茶整体滋味较浓醇、微涩带苦，部分平和。     

微波水热辅助沉淀法制备氧化铝/碳化硅复合粉体

用微波水热辅助沉淀法制得氧化铝前驱体/碳化硅复合粉体,用XRD、SEM、TG-DSC对粉体进行了表征.研究表明:经过微波水热后,氧化铝的前驱体转变为AlO(OH),随着微波水热时间延长,AlO(OH)的结晶程度越来越高.pH值为7时,煅烧后的Al2 O3/SiC复合粉体的包覆效果最佳.     

《中国三峡》?走进奉节 寻胜中华诗城

正"无边落木萧萧下,不尽长江滚滚来。"——杜甫"朝辞白帝彩云间,千里江陵一日还。"——李白"东边日出西边雨,道是无晴却有晴。"——刘禹锡…………三峡奉节,千年诗城,巴蜀咽喉,川江要津。奉节古称鱼复,以"鳇鱼至此而复洞庭"得名;刘备兵败时,改永安,后历称鱼复、人复,至唐贞观年间,为旌表诸葛亮一腔孤忠,更名奉节,一直沿用至今。陈子昂、王维、李白、杜甫、孟郊、白居易、刘禹锡、李贺、苏轼、苏辙、王十朋、     

面向心脏MRI分割的半监督空间一致性约束网络

精准分割心脏磁共振图像(MRI)分割对于心脏功能分析至关重要.当前基于数据驱动的神经网络模型极大地促进了心脏MRI分割的发展,然而对标注数据的依赖极大地限制了神经网络模型在心脏MRI分割领域的应用.为了降低神经网络模型对于标注数据的依赖,提出一种基于无监督空间一致性约束的半监督心脏MRI分割方法,在少量有标注数据的监督学习基础上,利用无标签数据在模型输入端和输出端分别进行空间变换后前后一致的特性,构建对于无标注数据的空间一致性约束.使用ACDC 2017心脏多组织分割数据集评估了所提出的方法,实验结果表明,相对于有监督学习,通过无监督数据的空间一致性约束能够显著提升模型的泛化能力;此外,相对于其他state-of-the-art的半监督方法,文中方法也拥有更优的泛化性能.