高压电场技术在食品加工中的应用研究进展

高压电场技术是一种重要的非热处理技术,由于其效率高、能耗小、无污染、对食品品质几乎无影响,因此在食品加工领域具有广阔的应用前景。目前,该技术主要应用于食品杀菌、食品物料干燥、辅助食品冷冻解冻以及提取食品生物活性物质等方面。本文概述了高压电场技术的基本原理,分析了高压电场对食品中组分的影响,综述了其在食品加工中的应用研究进展及作用机制,并对其应用前景进行了展望,以期为高压电场技术在食品加工中的应用提供理论参考。     

静电纺丝技术包埋天然酚类化合物研究进展

天然酚类化合物因其对人体健康具有众多益处,近年来在食品、营养学和医药等领域得到了广泛的关注。然而,酚类化合物较差的溶解性、稳定性和生物利用度等严重地限制了其应用。如何有效地保护和运载这些酚类化合物并保持其生物活性成为研究的热点问题。静电纺丝是一种易于操作且成本低廉的纳米级纤维制备技术,所制备的纳米纤维可作为纳米载体对生物活性物质进行包埋和控制释放,因此可作为包埋酚类化合物的一种有效方法。本文概述了静电纺丝技术的基本原理、类型、影响参数、常用的聚合物基质和优势,对静电纺丝技术包埋天然酚类化合物的相关研究进行了综述,最后展望了其在食品工业的应用前景,以期为静电纺丝技术在食品领域应用提供一定的理论指导。     

中国大陆家电行业现代物流发展现状、挑战与趋势

●发达国家物流产业成本占国家GDP的比重一般为10%左右,而中国2000年均物流成本占GDP的比例为16.7%,高出美国和日本约1倍。●绝大部分中小型家电企业没有深刻认识和体会现代物流的概念,物流发展仍面临许多瓶颈。     

基于主动学习的唐卡主尊标注研究

唐卡是藏文化中一种特色绘画，有较高的学术价值。为降低唐卡主尊检测任务中数据标注的人力成本，文中采用主动学习流程训练目标检测模型，并针对唐卡主尊分布特点提出最大框选法和最大框不确定性方法，用以优先选取未标注样本中对神经网络最有益的样本。采用Faster R-CNN目标检测模型进行唐卡主尊主动学习实验，结果表明：所提出的最大框不确定性方法优于随机采样主动学习方法，仅400张训练数据即可达到98.19%的平均准确率（mAP），与全监督下1 249张数据训练的模型结果（98.17%）接近；在500张数据时mAP可达到最高，为98.31%。所提最大框不确定性采样法可高效挑选出高信息量唐卡主尊数据，不但可以降低训练所需数据量，减少网络训练时间，而且能够减少低信息量数据对模型的影响，对模型的性能具有显著提升效果。     

基于麦克风阵列的真实声场环境声源定位跟踪系统设计

设计制作了基于麦克风阵列的真实声场环境声源定位跟踪系统。该系统基于树莓派4B和Arduno单片机，依托声阵列云台，通过传感器采集声音信号，采用TDOA算法对信号进行处理，集采集、处理、控制于一体，成功实现对目标的定位与跟踪。采用两种独立的信号处理方法：以TDOA算法为主，幅度相位检测为辅，对结果进行验证和自检，形成闭环正反馈，增强了该定位系统的准确性和稳定性。另外，针对声源存在回音、噪声干扰等问题，将麦克风阵列变全向为单向以及引入一个基于相关运算的语音检测算法，提高了定位系统的抗噪声能力。测试表明在声场环境下该系统能够对单个声源的三维空间位置进行实时的定位和跟踪，当声源位置变化时，系统也能较为准确跟踪声源的位置。