排序方式: 共有82条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
以植物甾醇酯和葛根素为芯材,阿拉伯胶和β-环状糊精为壁材,采用喷雾干燥法制备植物甾醇酯葛根素复合微胶囊。考察了乳化剂配比、乳化剂用量、固形物含量、芯壁比、壁材比对乳化液稳定性的影响,以及进风温度、出风温度、均质压力对微胶囊化效率的影响,通过单因素试验和正交试验,确定复合微胶囊的最佳工艺参数。结果显示,复合微胶囊的最佳工艺条件为:乳化剂(蔗糖酯-单甘酯)配比6∶4(g/g)、乳化剂用量0.7%(质量分数)、固形物含量20%(质量分数)、芯壁比0.25∶1(g/g)、壁材(阿拉伯胶和β-环状糊精)比5∶5(g/g)、进风温度180 ℃、出风温度75 ℃、均质压力25 MPa。在此工艺条件下复合微胶囊中植物甾醇酯的包埋率为89.04%,葛根素包埋率为80.15%,产品为乳白色、细小均匀的粉末,气味纯正,密度0.568 g/mL,溶解率95.11%,水分含量3.57%,贮藏稳定性提高。 相似文献
7.
紫薯酸奶发酵工艺优化研究 总被引:3,自引:0,他引:3
以牛乳和紫薯为原料制备紫薯酸奶.通过菌种驯化,原料配比和发酵条件优化等试验,确定最佳工艺条件:紫薯浆比例1:4,紫薯奶配比4:6,蔗糖添加量7%,接种量6%,发酵温度44 ℃,发酵时间5.5 h.产品具有紫薯特有的风味. 相似文献
8.
9.
10.
在遥感探测领域,实现复杂环境条件下机场跑道类地物目标和轮廓的精确检测具有重要意义。以YOLOv3为代表的主流深度学习算法在目标检测领域取得了显著的成绩,但该方法只能以矩形框给出目标的粗略位置,检测结果具有一定的背景区域且无法准确得到角点位置。针对以上问题,提出一种基于典型几何形状精确回归的机场跑道检测方法。综合利用典型四边形角点回归策略、四边形锚框机制、四边形的非极大值抑制模块以及目标几何拓扑关系,通过网络的轻量化设计和模型压缩,实现对目标在仿射畸变下成像特征的学习,能够快速预测目标的角点坐标,并以目标的四边形轮廓给出其位置。仿真实验结果表明,该算法具备机场跑道目标类型区分和轮廓提取的功能,有效地解决了实际应用中的目标精确定位难题;在不损失精度基础上网络经压缩后较压缩前的检测速度提高了1倍,大幅提升了自动目标检测的准确性和高效性。 相似文献