排序方式: 共有118条查询结果,搜索用时 15 毫秒
1.
对不同采收期南果梨进行1-MCP处理,测定果实不同部位呼吸量及用不同浓度CO2处理后测定其组织内的CO2溶解量.实验结果表明,1-MCP处理与否对果实各部分呼吸量所占比例影响不大,南果梨呼吸主要是通过果皮与外界进行气体交换,果皮部分呼吸量约占整个果实呼吸总量的90%以上,而果梗、果萼部分各占呼吸总量的5%左右;经高CO2处理的南果梨,随着CO2处理浓度的增加,果实组织内CO2溶解量随之增加;不同部位CO2的溶解量差异显著,果心部位CO2溶解量显著高于果肉;对照果实内的CO2溶解量高于经过1-MCP处理果实. 相似文献
2.
水印的视觉不可感知性反映了水印化图像的保真程度.分析了人类视觉对频率、亮度、纹理以及色彩的掩蔽,以Watson的灰度图像DCT域JND(just noticeable differences)值计算模型为基础,再结合色彩对视觉的掩蔽,给出彩色图像JNCD(just noticeable color differences)值计算方法,计算出图像中不同成份的视觉掩蔽权值,给出一个基于这些权值的彩色图像水印不可感知性评价模型,即CPSNR(color image peak signal to noise ratio).实验证明,CPSNR的判定结果与人眼的视觉感知结果一致,可用于对水印算法进行不可感知性性能评价. 相似文献
3.
4.
5.
孔雀石绿褪色光度法测定食品中亚硫酸盐含量 总被引:2,自引:0,他引:2
研究了测定食品中亚硫酸盐的最佳检测条件,建立了简便测定食品中亚硫酸盐的褪色光度法。实验发现:在温度25℃、pH7.0磷酸盐缓冲液条件下反应5min,亚硫酸盐能使孔雀石绿褪色,在最大吸收波长615nm处测量孔雀石绿的褪色强度。亚硫酸盐含量在0~0.6mg/L范围内呈良好线性关系,回归方程为:ΔA=0.65C 0.0603,其测定相关系数为0.9997,方法的最低检出限为0.1μg/ml,加标回收率为95.8%~103.1%。本法所用仪器简单、操作方便、选择性好,应用于食品中亚硫酸盐的测定结果令人满意。 相似文献
6.
植物提取物用于果蔬植物防腐保鲜研究进展 总被引:3,自引:0,他引:3
致腐菌是诱发果蔬采后病害,造成果蔬腐败变质的主要原因。现对植物提取物对果蔬致腐菌的抑制作用,不同提取方法对致腐菌的抑制效果和提取物用于果蔬防腐保鲜的研究进展作一综述。 相似文献
7.
冷害是限制黄瓜低温贮藏和运输的主要因素,以黄瓜品种‘露地二号’为试材,对黄瓜叶面进行采前喷施Ca Cl2,以增加黄瓜的耐冷性,研究采前喷钙对黄瓜采后冷藏(4±0.5)℃品质的影响,为春冬两季黄瓜的长途运输和贮藏提供参考。结果表明,冷藏期间各处理冷害指数、丙二醛含量、相对电导率、脯氨酸含量冷藏期间均上升;硬度降低,色泽变暗,可溶固形物含量和主要香气物质相对含量均减少。冷藏结束时,0.75%、1%Ca Cl2处理黄瓜的冷害指数最小为0.3,而且丙二醛含量和相对电导率均显著低于对照(P0.05);钙处理黄瓜的硬度均比对照大,Ca Cl2质量分数越大硬度越大。0.75%和1%Ca Cl2处理黄瓜含有更多的可溶性固形物,脯氨酸生成量也较多,主要的香气物质相对含量也较大,并且在贮藏期间色泽保持均比对照好。综合考虑,最终确定0.75%Ca Cl2处理为黄瓜喷钙的最佳质量分数,能较好地维持黄瓜采后品质,将冷害症状出现延迟了4 d。 相似文献
8.
丁香抑菌成分超声波提取工艺研究 总被引:1,自引:0,他引:1
天然植物提取物对多种果蔬采后致腐菌有抑制作用,实验证明丁香提取物对葡萄采后低温主要致腐菌灰葡萄孢有明显的抑制作用.采用超声波法对丁香中抑菌成分进行提取.以生长速率法测定抑菌率,通过单因素和正交设计考察了溶剂种类、溶剂浓度、料液比、超声温度、超声时间和超声功率等因素对丁香提取物抑菌效果的影响.结果表明:采用80%乙醇作为提取溶剂,料液比为1:15、超声温度55℃、超声时间60min、超声功率 210W的提取条件下测得的抑菌率最高、效果最好. 相似文献
9.
在缺乏用户交互互补项目方面数据的情况下,将用户对项目的偏好融合到只考虑项目关系的互补项目推荐中,提高推荐模型的性能。提出一种基于知识图谱的互补项目推荐方法,在用户历史交互项目集中推测用户交互的互补项目,基于知识图谱提取用户对互补项目的偏好,利用图像与文本学习项目之间的互补关系,最后基于神经网络实现二者的共同学习。提出的方法在Amazon数据集上与次优的基线方法相比,ACC提升了7%,precision提升了3%,这说明提出的方法性能优异。该算法共同学习用户对项目的偏好与项目之间的互补关系,提升了推荐性能。 相似文献
10.
现有的大多数虚假新闻检测方法将视觉和文本特征串联拼接,导致模态信息冗余并且忽略了不同模态信息之间的相关性。为了解决上述问题,提出一种基于矩阵分解双线性池化的多模态融合虚假新闻检测算法。首先,该算法将多模态特征提取器捕捉的文本和视觉特征利用矩阵分解双线性池化方法进行有效融合,然后与虚假新闻检测器合作鉴别虚假新闻;此外,在训练阶段加入了事件分类器来预测事件标签并去除事件相关的依赖。在Twitter和微博两个多模态谣言数据集上进行了对比实验,证明了该算法的有效性。实验结果表明提出的模型能够有效地融合多模态数据,缩小模态间的异质性差异,从而提高虚假新闻检测的准确性。 相似文献