大豆蛋白纳米纤维对铁纳米颗粒的稳态化作用

为明确大豆蛋白纳米纤维的结构形成和扩宽铁强化剂的食品工业应用，以大豆分离蛋白（soy protein isolate，SPI）为原料，通过5 h的酸热处理制备纳米纤维（soy protein isolate fibrils，Fib SPI），系统研究纤维形成前后蛋白结构的变化，并进一步制备铁纳米颗粒（iron nanoparticles，Fe NPs），探究Fib SPI对铁的稳态化作用。研究结果表明：在酸热处理过程中，SPI产生大量的β-折叠结构，其与硫磺素T结合，显示出增强的荧光强度；此外，7S组分先发生降解，利于纤维成核形成，随后11S逐渐被水解，促进纤维生长；同时水解产生大量的小肽组分，提高了产物的还原力。研究进一步利用Fib SPI递送铁纳米颗粒（Fe NPs），发现与原始SPI相比，铁纳米颗粒可在Fib SPI原位形成胶体稳定的铁-大豆蛋白纳米纤维复合物（Fe FibSPI），并以Fe（II）形式存在，其对乳液体系色泽及稳定性的影响较硫酸亚铁或氯化铁小。该研究可为构建新型植物基铁强化剂递送体系提供理论和方法指导。     

重量法测定钻井固体废物中的含油量

文章采用了重量法（超声波萃取＋旋转蒸发）测定钻井固体废物中含油量的方法。钻井固体废物样品经正己烷超声萃取后,通过旋转蒸发去除萃取剂,烘干称重得到固体废物中的含油量。结果显示方法加标回收率为90％～110％。此方法操作简便、不易受油类组分限制,适用于钻井固体废物油类物质的测定。     

数字图像处理课程教学改革实践与研究

针对数字图像处理课程的特点,结合教学过程中遇到的问题,从教学内容、教学方法、教学模式、仿真实训、实践教学、考核方式等方面进行了研究与改革。长时间的课程实践证明,采用新模式培养的学生,课堂上学习热情高,课后能解决基本的图像处理问题,学生的实践能力和创新能力得到大大提升。     

“数字图像处理”课程的实践教学研究与探索

分析了数字图像处理教学中实施MATLAB综合设计性实验的必要性,对仿真实训进行了探索和实践,举例详细描述了数字水印算法研究,并给出了实验结果。仿真实训加强了学生学习的主动性,帮助学生更好地理解图像处理的基本原理,大大提升了学生的创新能力和独立从事科研工作的能力。     

碱性蛋白酶控制酶解诱导大豆分离蛋白纳米颗粒的形成机制

以大豆分离蛋白（soy protein isolate,SPI）为原料,利用碱性蛋白酶对其进行酶解处理（0～24 h）,探究SPI的结构变化规律,发现碱性蛋白酶控制酶解可诱导SPI自组装形成系列分布均匀（多相分散系数＜0.3）、粒径可控（90～200 nm）且具有不同表面特性的大豆蛋白纳米颗粒（soy protein nanoparticles,SPNs）,其中水解度（degree of hydrolysis,DH）及亚基解离/降解是影响SPNs形成的关键性因素。酶解初期（10～30 min,DH约3%）,SPI中β-伴大豆球蛋白（7S）组分α与α’亚基的部分降解有利于两亲性结构的释放,提高蛋白表面疏水性,降低临界聚集浓度,形成包含相对完整的7S及大豆球蛋白（11S）亚基的I类纳米颗粒（SPNs-DH 3%）。随着酶解时间的延长（1～2 h）,α与α’亚基的进一步降解促进了疏水性β亚基与B亚基的暴露,增强的疏水相互作用导致体系浊度增加,其中可溶性聚集体向不溶性疏水聚集的转化使得蛋白表面疏水性急剧下降,形成以A亚基及部分β亚基为主导的II类亲水型纳米颗粒（SPNs-DH 5%）。酶解后期（4～24 h）,A亚基的进一步降解则产生更多亲水性多肽,不利于纳米颗粒的形成。进而探究SPNs的形成机制,圆二色光谱结构表明,SPNs的形成与蛋白α-螺旋和无规卷曲结构向β-折叠转化有关。两类SPNs的整体结构均由疏水相互作用维持,而氢键和二硫键分别参与颗粒表面与内部结构的形成。与SPNs-DH 3%相比,SPNs-DH 5%中形成了更多由二硫键与氢键稳定的折叠结构。此外,由于酶解过程中不断释放抗氧化肽段,其所形成SPNs的抗氧化性较原始SPI均有所提升。     

感知觉信息处理的定性映射研究

感知觉信息处理是心理学、神经科学、人工智能等领域一个重要的研究方向。建立视觉、听觉以及其他相关感觉方面的信息处理的生物原型和数学模型，涉及脑工作机制的揭示；另一方面，感知觉的产品开发蕴涵着巨大的经济、军事价值。研究了初级听皮层对声音信息的处理。运用定性映射的方法，描述了皮层中特定的功能柱对特定的声音属性进行反应这种感知觉信息处理的普遍现象。     

双重保护的半盲彩色数字水印算法

研究了一种基于DWT与SVD相结合的半盲彩色数字水印算法,鉴于嵌入水印的实用性,原始图像与水印图像采用的都是彩色图像。在置乱变换系数和半盲水印的双重保护下,提高了水印的安全性,奇异值分解对常见的几何失真是稳健的,而小波分解可以把图像的主要能量集中到低频域中,结合它们的优点可以更好地提高水印的抗攻击性。实验结果表明,嵌入水印后的图像在加噪、滤波(如模糊、锐化)、缩放、旋转、剪切和有损压缩等攻击后,其提取水印与原始水印仍有较高的相似度与峰值信噪比,该算法具有较好的鲁棒性。     

汽油机不同暂态燃油补偿模型的比较

通过对三种暂态燃油补偿模型（TFC）的剖析，并在相同条件下对每个模型进行仿真，提出了基于模型的TFC和基于神经网络（NN）时，模型选取的方法和需要考虑的问题。