Directly—Riemann积分的重要性质

利用文[3,4]有关性质，得到了Directly-Riemann积分的一些重要性质。     

等电点沉淀结合凯氏定氮法测定市售纯牛奶中酪蛋白的含量

在酪蛋白测定方法的前期研究基础上,对等电点沉淀法进行改进,结合凯氏定氮法对市售纯牛奶中的乳蛋白组分进行了测定。确定了制备纯品酪蛋白的最佳洗涤剂和洗涤次数,NaOH溶液碱复溶酪蛋白等电点沉淀物最佳添加范围。实验结果表明,改进后的等电点沉淀方法,测定酪蛋白质量分数都在74%~76%。pH4.6HAc-NaAc缓冲溶液作为洗涤剂,对于体系pH的维持更加稳定。仅沉淀的处理方式可以将大部分乳清蛋白和酪蛋白进行分离。NaOH溶液最佳添加范围是25mL~35mL。改进后的等电点沉淀结合凯氏定氮法高效准确,简单易行,重现性好,可以用于纯牛奶中酪蛋白的掺假鉴定。     

高阶微分与泰勒公式

泰勒公式在数学分析中具有很重要的地位。由一元函数的微分出发,引出一元函数及二元函数的高阶微分,以微分形式给出一元函数及二元函数的泰勒公式,其优点是从微分到泰勒公式,形式统一。举例说明了其应用。     

一种基于非均匀惩罚因子的序列无约束最优化外点新算法

增广拉格朗日乘子方法（Augmented Lagrange multiplier method）是拉格朗日乘子方法（Lagrange multiplier method）的推广,它是一种序列无约束的最小化技术,包括内点法和外点法,内点法适用于仅有不等式约束的情形,其主要思想是对违背可行性的约束给予一个惩罚。传统的做法是：对所有约束以相同的罚因子,自适应调整Lagrange乘子。提出了一种非均匀惩罚的自适应更新罚因子的方法,即根据近似解对约束违反的严重程度施行不同惩罚的新方法。算例表明,本方法是有效的。     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先，利用不同偏好信息之间的转换公式，将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次，利用OWA算子对一致化的决策信息进行群集结，再对各方案的相对优势度进行综合集结，并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后，通过实例说明方法的可行性和实用性。     

关于N（2,0）代数

在Ｎ（２,２,０）代数（Ｓ,＊,Δ,０）中,本文讨论＊＝Δ的特殊情况,此时称（Ｓ,＊,０）为Ｎ（２,０）代数,研究它的基本性质和它的一个真子类－强Ｎ（２,０）代数。     

蒺藜提取液对长双歧杆菌及青春双歧杆菌生长的影响

以MRS培养基为对照,OD600及pH值为响应,研究了蒺藜提取液浓度对2株双歧杆菌——长双歧杆菌及青春双歧杆菌生长的影响.结果表明;蒺藜提取液能促进长双歧杆菌和青春双歧杆菌的生长,但最适浓度因菌而已,长双歧杆菌和青春双歧杆菌在MRS培养基中的最佳蒺藜提取液的加量分别为2.0％和1.5％,37℃培养18h后,培养液的OD600分别达到1.388和1.564.     

关于Directly—Riemann积分极限定理又一注记

在Directly-Riemann积分条件下，给出了函数列有关极限定理。