鸡脂肪热氧化与风味的关系

以鸡脂肪为原料,测定脂肪在烹调温度下氧化过程中的羰基值,过氧化值,酸值随加热时间的变化,并以这些测定值为监控指标对不同时间的氧化产物作感官评价。研究结果表明,鸡脂肪氧化能产生较好风味感,并且风味感产生的最佳时间为10 h,此时羰基值为22.5 meq/kg。     

12R22.5轮胎硫化过程温度场的仿真分析

合适的硫化工艺条件是保障橡胶制品质量的重要加工因素,轮胎硫化的均匀程度直接影响其使用性能,而轮胎硫化过程中内部温度的分布对橡胶轮胎的硫化程度起着决定性的作用。因此,正确地预测硫化过程中的温度历程对轮胎生产质量和效率的提高非常重要。本来橡胶厚制品硫化(工艺)时间的确定比较复杂,对于像轮胎这样的钢丝和橡胶交替迭合的厚制品则更甚。迄今国内外橡胶厚制品     

面向变电站监控界面自动测试的画面识别算法

对变电站监控系统人机界面进行测试验证时,通常采用对比人眼观察到的监控画面与测试指令发送的信息是否一致的方式评估监控软件是否达标,而人眼观察繁杂多变,监控信息的准确率和效率均得不到保证。为了实现变电站监控的自动测试,研究利用图像处理和机器学习技术识别变电站监控画面信息的方法。提出一种基于最佳图元的模板匹配方法解决画面中不同尺寸电气图元的自动定位问题;针对监控画面中拓扑特点提出FHOG算子并提高监控画面和图元状态的识别速度;针对汉字左右体结构分离和告警信息画面中的字符粘连等问题,提出分割识别协同的算法定位字符,并使用深度卷积神经网络进行识别。经线下实验验证了各个单元算法在实际变电站监控图像上的有效性。设计一套测试系统,经线上测试总体图元识别准确率达到96.04%。     

相转移催化下的对甲苯丙醚的制备

对甲苯丙醚是一种有机中间体,常用于农药、医药等的合成。用酚钠与卤代烷反应的威廉逊(Williamson)法或酚钠与草酸酯反应制备对甲苯丙醚的方法,不是产率低,就是反应条件苛刻,操作手续麻烦。相转移催化反应是近十年来发展起来的新的有机合成方法,常用于有机化合物的C-、N-、O-、S-的烷基化反应。Rowe报导了以四丁基溴化铵(TBABr)为相转移催化剂,用对甲苯酚和正溴丙烷反应制备对甲苯丙醚的方法。本文介绍用四丁基氯化铵(TBACl)和新洁尔灭(Bromogermium)DDBBr为相转移催化剂制备对甲苯丙醚的方法。     

大西洋雪松精油的成分分析及其体外活性

该文对大西洋雪松精油的组分、体外抗菌及抗炎活性进行研究。利用气相色谱-质谱联用技术（gas chromatograph-mass spectrometer,GC-MS）对其进行分析,采用峰面积归一化法计算相对含量;使用牛津杯法测定其对金黄色葡萄球菌、大肠埃希氏菌及白色念珠菌的抑菌效果;建立脂多糖（lipopolysaccharide,LPS）诱导的RAW264.7炎症模型,测定细胞上清液中肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)的含量。结果表明,GC-MS共检出30个峰,鉴定出18种化合物,占总峰面积的87.58%,萜烯类化合物占83.26%,其中含量较高的物质为（+）-香橙烯（31.56%）、长叶环烯（20.29%）、（-）-α-古芸烯（12.90%）;大西洋雪松精油对金黄色葡萄球菌、大肠埃希氏菌、白色念珠菌均有一定的抑菌作用且该精油能在安全浓度下有效抑制RAW264.7细胞i NOS mRNA的表达,且对TNF-α m RNA的表达及上清液中TNF-α的分泌影响显著。大西洋雪松精油具有一定的抗菌和抑制氧化应激炎症相关酶i NOS的活力,GCMS...     

抗坏血酸再生叔丁基对苯二酚抗氧化能力的研究

研究脂溶性抗氧化剂叔丁基对苯二酚(TBHQ)被水溶性抗氧化剂抗坏血酸再生抗氧化能力的效果,并初步分析其再生作用机制.首先构建TBHQ与抗坏血酸的固液两相可分离体系,随后采用DPPH猝灭TBHQ的抗氧化能力,再加入固相包合物发现TBHQ抗氧化能力得到再生,且随着抗坏血酸添加量的增加而显著提升,添加量为0.6 g时再生效果...     

环己酮的相转移催化制备法

环己酮是有机合成的重要原料。其经典制备方法是在硫酸或醋酸存在下,由环己醇经重铬酸钾(或重铬酸钠)、三氧化铬氧化而得。但这一方法不适用于对酸敏感的化合物,而且在伯醇氧化成醛时选择性也差;再则重铬酸盐的价格高,有致癌作用,容易污染环境。因此,有必要寻找可利用的氧化剂。次氯酸钠水溶液是一种价廉易得,对环境安全的试剂。Stevens等曾报导,在醋酸中用次氯酸钠水溶液氧化环己醇制备环己酮的方法,产品收率高。但是,     

基于知识编辑的大模型内容生成安全分析

大语言模型（large language models,LLMs）虽然取得了显著的成功,但在实际应用中依然面临着安全问题,容易在恶意诱导下生成有毒、有害内容.目前缓解LLMs不安全行为的方法通常需要高昂的数据收集成本以及大量的计算资源.大模型知识编辑可以在不重新训练模型的基础上,根据特定的输入精确地改变模型对应的输出,在节约大量资源的条件下约束模型的行为;为优化大模型生成安全内容提供了一个新的可行思路.然而,目前学术界缺乏较为系统和全面的基于知识编辑的大模型内容安全生成分析数据集.具体地说,当前缓解LLMs不安全行为的数据集并未包括所有的不安全场景,且其有毒问题几乎无法绕过对齐后的LLMs安全防线,因此无法缓解对齐后LLMs存在的不安全问题.针对上述问题,设计了新的数据集SafeGen,并提出新的评价体系分析知识编辑在优化LLMs生成安全内容的潜力.大量的实验发现知识编辑可以提高LLMs内部的安全信念,在校正LLMs不安全行为领域展现了广阔的应用前景.但经过知识编辑的LLMs生成文本的流畅性却差强人意,这也表明了这项任务的潜在难度.该工作可以为大模型安全社区提供一些见解.