传统手工艺在现代服饰品设计中的创新应用

从传统手工艺在现代产品中的应用现状入手,着重研究了我国常见的刺绣、剪纸、编织这三种传统手工艺在现代服饰品设计中的创新应用,旨在为服饰品设计提供思路和参考。     

无乳链球菌产CMP-唾液酸合成酶发酵培养基优化

为获得低成本高酶活的产CMP-唾液酸合成酶(Cytidine 5'-monophosphate N-acetylneuraminic acid synthetase,NmCSS)培养基,对无乳链球菌(Streptococcus agalactiae)产CMP-唾液酸合成酶发酵生产培养基进行优化。通过单因素试验筛选发酵温度、碳源、氮源、pH,确定对NmCSS酶活具有明显影响的因子及水平值;采用响应面法(Box-Behnken)确定以氮源浓度、碳源浓度、pH为三个主要影响因子的最适条件。结果表明,当培养温度为34℃时,蔗糖浓度为0.10%,氮源浓度为2.50%,pH为7.5、Na₂HPO₄ 2.5 g/L、NaCl 5.0 g/L时,NmCSS酶活为(5.895±0.005)×10⁷ U/mol,较基础发酵培养基的酶活(0.507±0.002)×10⁷ U/mol提高了10.627倍,显示出了良好的优化效果。响应面方法优化得到的低成本高酶活培养基为无乳链球菌产NmCSS及其应用奠定了基础。     

基于时频域特征融合的龙井茶品质判定

智能感官分析技术是模拟人的感官获取茶叶滋味特征信息,用于茶叶品质自动检测的有效方法。本文采用电子舌智能感官分析仪器采集不同等级西湖龙井茶的智能味觉指纹图谱,从时域和频域两个角度提取电子舌传感器响应信号参数,并将时域特征参数和频域特征参数进行特征融合,然后茶叶样品特征分别采用线性降维方法(主成分分析、线性判别分析)和非线性降维方法(核主成分分析、核线性判别分析)进行维数约简,采用最近邻分类器判定茶叶等级。对单特征参数和多特征参数以及线性降维和非线性降维方法的算法效果进行比较,结果龙井茶等级判定的最高正确识别率在95%以上,实现了电子舌对不同等级龙井茶样品的自动模式分类。     

玉竹挥发油超临界CO2萃取条件及抑菌活性研究

运用超临界流体CO2萃取技术提取玉竹挥发油。采用正交试验研究萃取温度、萃取压力、分离温度、分离压力因素对玉竹挥发油得率的影响,以得率为主要标准,确定最佳工艺条件。结果表明：萃取温度35℃、萃取压力30MPa、分离温度20℃、分离压力9MPa为最佳提取工艺。通过抑菌试验发现,玉竹挥发油对细菌、霉菌、酵母菌、放线菌均有一定的抑菌活性,并具有良好的热稳定性。     

基于超高效液相色谱-质谱的汉源花椒麻味物质构成研究

采用超高效液相色谱结合高分辨率质谱(UPLC-MS)技术,主要研究了我国四川汉源花椒的麻味特征物质,并与全国其他产区花椒样品进行比较。定性分析结果表明:14个花椒样品中共检出25种酰胺类物质、12种麻味物质,其中汉源花椒中有9种麻味物质。定量分析结果表明:汉源花椒中麻味物质约占总酰胺类物质含量的97%左右,整体表现为高羟基-山椒素、低花椒素的麻味物质构成特点。与其他5个产地花椒相比,汉源花椒中麻味物质总含量偏高,且羟基-γ-山椒素是含量仅次于羟基-α-山椒素的第二主要麻味物质,羟基-γ-山椒素的高含量占比是汉源花椒区别于其他5个产地花椒的主要特征。     

基于决策树方法的油炸型方便面品质评价研究

本实验以市场占有率为80%～90%的国内主要方便面生产厂家的12个主打品牌的205个油炸型方便面样品为研究对象,首先以8个专家感官评价项目为指标,采用K-均值法对感官品评数据进行了聚类分析;根据聚类分析结果再应用决策树分析方法,以15个物性检测项目为指标,建立感官品评和面条物性指标之间关系模型。结果表明,所建立的决策树模型吻合感官品评聚类结果的精度达到95.61%,实现了表达仪器测量值与感官品评之间关系的目的,可为油炸型方便面品质评价提供一种客观定量化的方法。     

发芽糙米及其在糖尿病功能性食品中的应用进展

发芽糙米富含γ-氨基丁酸、谷维素、膳食纤维等活性成分,具有降低Ⅱ型糖尿病患者血糖含量、减轻肥胖症状、预防高血脂等功效.近年来其作为一种糖尿病功能性食品得到了广泛关注.发芽过程可以改善糙米质地,在增加糙米活性成分的同时更易被市场消费者所接受.本文重点介绍发芽糙米的制作工艺、发芽糙米的基本营养物质、发芽糙米的降血糖活性成分...     

单增李斯特菌分子检测标记的数据挖掘

本研究采用生物信息学手段对微生物基因组进行研究,通过对单增李斯特菌和其它微生物的基因组数据的比对分析,获得了种内相似度高于99% 的未被用作检测标记的单增李斯特菌种特异性序列区段4 个和编码序列4个,较之传统的检测标记的挖掘方法更简单快捷,为建立食源性致病菌检测标记挖掘策略进行了有益的试。     

基于改进PSO-SVM的生产线分拣机器人罐装食品识别方法

目的:解决现有食品生产线分拣机器人目标识别方法存在的准确率差和效率低等问题。方法:在对基于双目视觉食品分拣系统进行分析的基础上,提出了一种将改进的粒子群算法和支持向量机相结合用于食品分拣机器人的目标识别。通过改进粒子群算法寻优支持向量机参数,获得优化的支持向量机分类模型,对全局特征和局部特征分别进行分类器训练,动态分配特征权重系数,得到最佳识别率。通过试验分析所提方法的性能,验证其可行性。结果:与常规方法相比,所提方法在食品分拣机器人的目标识别中具有较高的识别精度和效率,准确率为99.50%,平均识别时间为0.048 s,满足机器人的分拣需要。结论:所提方法能有效识别罐装食品,提高了分拣机器人分拣准确率和效率。     

3种蜜源蜂蜜香气成分差异化信息分析研究

为挖掘不同蜜源蜂蜜香气成分差异,采用顶空固相微萃取-气质联用(GC-MS)法对油菜蜜、洋槐蜜以及椴树蜜3种蜜源蜂蜜香气成分进行了分析研究,并从蜂蜜香气成分种类构成、种类含量、特有成分分析了3种蜜源蜂蜜香气之间的差异。结果表明,油菜蜜、洋槐蜜香气成分种类构成相似,主要香气成分为醇类、酯类、酸类、醛类、烷烃类、酮类、呋喃和苯及其衍生物类,椴树蜜主要香气成分中除以上几大类外还含有一定的酚类、萜烯类物质,是椴树蜜特有类物质,但3种蜜源蜂蜜香气成分中各类物质含量相差较大,并且每种蜜源蜂蜜香气都有其特有的香气成分。油菜蜜、洋槐蜜、椴树蜜3种蜜源蜂蜜香气成分在种类构成、种类含量、特有成分上存有较大差异,特别是椴树蜜与油菜蜜和洋槐蜜之间的差异更为显著,这些差异性信息的分析研究为蜜源、掺假鉴别提供了理论依据和技术参考。