三种保鲜处理对伏令夏橙常温贮藏部分品质及生理特性的影响

为研究不同保鲜处理对伏令夏橙常温贮藏下的保鲜效果,分别用2.0%壳聚糖、0.04%丁香精油和0.05%的姜黄素对伏令夏橙进行处理,于常温(25±1)℃(相对湿度均为90%)贮藏75 d,从部分品质和生理的角度探讨三种不同处理对夏橙果实的常温保鲜效果。结果表明:与对照组相比,三种保鲜处理均可明显降低夏橙果实的腐烂率和失重率,其中,姜黄素组对果实腐烂的抑制效果最佳;壳聚糖和姜黄素处理组均可明显降低果实的呼吸强度,维持果实内部较高的可滴定酸(TA)和VC含量,抑制可溶性固形物(SSC)含量变化;三种处理组中过氧化氢酶(CAT)和超氧化物歧化酶(SOD)等指标均优于对照组,有效地抑制了丙二醛(MDA)的积累。其中,姜黄素和壳聚糖处理效果均较好,但二者间差异性不显著。      

Sheme:行走的艺术

正不同的土壤滋养不同的文化,不同的文化产生不同的审美,但随着全球一体化的推进,关于审美的取向也在不断趋同化。不过在这个过程中,也依然有许多品牌、许多设计师选择了用传承的方式来创新,将中式风格所蕴含的元素结合当代生活进行设计,Sheme就是其中一员。关于全球化,我们也在做这方面的探索。新一代的消费者是在全球一体化的     

因子分析法综合评价1-甲基环丙烯处理对青脆李低温贮藏品质的影响

探究青脆李低温(4±1)℃贮藏条件下品质劣变的主要因子,以及1-甲基环丙烯(1-methylcyclopropene,1-MCP)处理对青脆李果实贮藏品质影响的综合评价方法。以青脆李果实为材料,采用单因素分析方法研究贮藏过程中果皮色度、果实硬度、可溶性固形物含量、可滴定酸含量、还原糖和失重率的变化规律。利用因子分析结合隶属函数法将多个变量重新组合成新的相互无关的综合指标,对不同贮藏时间段、不同浓度1-MCP处理后的果实品质进行综合评价。结果:果皮色度和硬度是决定青脆李品质的主要因子,通过因子分析构建综合评价模型可知0.75μL/L为适宜青脆李长期贮藏的1-MCP浓度,且贮藏16 d为维持青脆李较高品质的最佳时间。通过多变量分析方法综合分析了不同浓度1-MCP处理后青脆李贮藏过程中的综合得分,确定了导致其品质劣变的主要因子,明确了适宜浓度1-MCP处理条件下青脆李最佳的贮藏时间。     

基于深度学习的显著性目标检测综述

显著性目标检测通过模仿人的视觉感知系统,寻找最吸引视觉注意的目标,已被广泛应用于图像理解、语义分割、目标跟踪等计算机视觉任务中。随着深度学习技术的快速发展,显著性目标检测研究取得了巨大突破。本文总结了近5年相关工作,全面回顾了3类不同模态的显著性目标检测任务,包括基于RGB图像、基于RGB-D/T(Depth/Thermal)图像以及基于光场图像的显著性目标检测。首先分析了3类研究分支的任务特点,并概述了研究难点;然后就各分支的研究技术路线和优缺点进行阐述和分析,并简单介绍了3类研究分支常用的数据集和主流的评价指标。最后,对基于深度学习的显著性目标检测领域未来研究方向进行了探讨。     

工艺创新助力珠宝业逆势突围

2020年,是珠宝行业的“变局之年”。在新冠肺炎疫情的重压之下,零售终端关店潮席卷全国。幸存的零售店为拉动终端购买,提升利润空间,主动寻求工艺创新和差异化产品,生产制造端大力进行工艺创新和产品创新,高工艺、高工价、高文化价值的“三高”新品接踵而至,为行业带来了一波接一波的全新看点。     

新年设计礼物:心意并不是一种奢侈

正一只好看的中国茶壶一只美而耐用的中国茶壶,将中国茶壶的禅意古味,蕴于简洁的艺术之美,这只获得Good design award和IF设计大奖的茶素材汀壶,在许多艺术空间和酒店都在使用。汀壶不同于大多数现代制物,点睛之笔的提梁设     

为女性设计

正二战风暴来临前夕,1930年代的巴黎依旧是一个金粉世界,华丽的夜,一如既往地展现了最后的璀璨和欢悦。其中一场优雅的社交聚会的请柬上仔细地写着“香奈儿的‘Bijoux de Diamants’钻石珠宝展,1932年11月7日至19日,在香奈儿女士宅邸举行,巴黎圣奥诺雷街29号。”80年后,这个CHANEL传奇的高级珠宝系列“Bijoux de Diamants”的复刻展     

2x4 Beijing:用设计的思维解决问题

正经过历时六年修缮的上海Prada荣宅正式面对公众开放。作为与Prada合作进入18个年头的2x4,荣宅的视觉设计与展览策划无疑是其中最值得纪念的一笔。诚如Prada集团市场传讯及商业发展总监Stefano Cantino所说,Prada荣宅代表着一个将Prada品牌一直以来对建筑和艺术的探寻延伸到中国的机会,并通过在东西方之间建立起沟通对话,来体现我们对于中国文化的认同,荣宅的的视觉设计理念正基于此。     

一种新的基于局部特征的图像质量评价方法

传统的基于结构相似度（SSIM）的质量评价方法具有适用范围狭窄,评价算法不稳定等特点。在对传统图像质量评价算法研究的基础上,提出了一种新的基于局部特征的质量评价方法。与传统方法不同,在对图像质量进行评价时,该方法充分考虑到图像的结构信息对于图像质量的影响。新的方法主要分为3个步骤：首先,基于一种新的图像分块算法,根据图像的结构信息将图像划分成不同的块;其次,利用图像的梯度作为衡量像素重要程度的权值,计算参考图像和失真图像对应图像块的结构相似度;最后,融合各个块的相似度信息获得最终的图像质量评价结果。实验结果表明,该方法的评价结果更加合理、稳定,适用范围广,优于传统的基于结构相似度的质量评价方法。