鸡腿肌冻干粉蛋氨酸近红外光谱定量预测模型的建立与优化

本文从光谱预处理方法、建模特征光谱筛选、异常样本剔除、建模样本选择四个方面建立和优化鸡腿肌冻干粉蛋氨酸近红外定量预测模型,旨在进一步提高模型的预测精度和模型稳健性。以263个鸡腿肌冻干粉NIRS和蛋氨酸含量为研究对象,分别使用7种不同光谱预处理方法、4种特征光谱筛选方法、2种MCCV异常样本剔除方法,SPXY和常规选择2种建模样本选择方法,应用偏最二小乘法(PLS)、内部交互验证和外部验证建立和优化腿肌冻干粉蛋氨酸近红外定量预测模型。结果表明：在本研究中,最优鸡腿肌冻干粉蛋氨酸NIRS定量预测模型为在1000-2502nm谱段,使用原始光谱,在SNV+gapsegment(1#,15,7)光谱的基础上使用MCCV方法删除54个样本后,采用SPXY方法选取156个校正样本,39个外部验证样本所建模型,其为0.93、SE_CV为0.0609、为0.83、RPD_P为2.42。研究表明,模型预测值与化学检测值有很高的相关度,对腿肌冻干粉蛋氨酸NIRS模型预测精度和稳健性影响最大因素是异常样本剔除方法和建模样本选取方法。     

基质辅助激光解吸电离飞行时间质谱与VITEK和rpoB基因测序三种方法对食品中葡萄球菌鉴定效果的比较

目的 比较基质辅助激光解吸电离飞行时间质谱(matrix-assisted laser desorption/ionization time-of-flightmass spectrometry,MALDI-TOF MS)、rpoB基因测序和VITEK 2 Compact三种方法对葡萄球菌的鉴定效果.方法 同时采用三种...     

居建屋面挤塑聚苯板厚度对相对节能率的影响

文章以无锡市48栋不同建筑高度的居住建筑屋面挤塑聚苯板厚度为研究对象,按单、多层住宅建筑,二类高层住宅建筑,一类高层住宅建筑分成三类,通过PKPM软件模拟计算不同类别居住建筑的屋面挤塑聚苯板在60 mm、65 mm、70 mm、80 mm、90 mm及100 mm厚度下的单位建筑面积全年能耗量及相对节能率,其中变量仅为挤塑聚苯板的厚度。计算结果表明,单位面积全年能耗量随着屋面挤塑聚苯板厚度的增加而减少,相对节能率随着屋面挤塑聚苯板厚度的增加而提高;随着屋面挤塑聚苯板厚度由60 mm增加到100 mm,单位面积全年能耗量减少量及相对节能率增长率在某一厚度下会出现最高值,当最高值出现后,单位面积全年能耗量减少量及相对节能率增长率反而会减小。此结论为居住建筑屋面挤塑聚苯板厚度的选择提供了借鉴,有利于屋面保温做法性价比的提高及成本的控制。     

活性炭吸附甲烷的影响因素研究

吸附天然气(ANG)是一种常温、中低压条件下新兴的天然气存储技术,而活性炭是具有商业应用价值的吸附剂选择之一。综述了活性炭的孔隙结构(比表面积、微孔容积和堆积密度)、操作参数(吸附温度和吸附压力)、吸附热效应和其它组分对其吸附甲烷的影响规律。以期通过本文的讨论,能够对吸附天然气技术发展提供一定的基础依据。     

惯性稳定平台自适应分数阶参数寻优方法

稳定回路在惯性平台工作过程中起着重要的作用,其控制精度直接影响惯性器件在惯性平台系统中发挥的精度水平。传统稳定回路采用频域控制方法,存在建模不准确、抗干扰性能差、调节时间长等问题。为了提高惯性平台系统的精度和鲁棒性,采用分数阶PID控制器,并基于动态权重改进的粒子群算法对分数阶PID5个参数进行寻优。仿真试验以及半实物试验的结果表明,分数阶控制器较传统超前滞后控制器相比其稳定时间从58ms缩短至40ms,其稳态误差较传统超前滞后控制方法有明显的提高,并具有更好的动态性能、更强的鲁棒性以及抗干扰能力。     

一种高效的闪存数据库故障恢复方法MMR

故障发生后,迅速而有效的恢复对闪存数据库而言是至关重要的。目前,相关研究者已提出了一些基于闪存数据库的故障恢复方法,但是这些方法都存在一些不足,如事务提交代价高、系统运行开销大等。文中针对闪存的特征,结合存储管理中基于日志更新方法的页内日志,讨论闪存数据库的恢复处理及其实现机制。通过记录内存日志实现事务故障恢复,建立镜像目录实现系统故障恢复。最后,通过实验验证了MMR在恢复时间和写操作数上都比传统的方法低。     

非结构化产品信息的分布式模型研究

以ＣＩＭＳ为代表的先进制造技术要求与适应的产品信息模型的支持。产品信息包含结构化和非结构化两种形式。非结构化产品模型往往建立在异构环境之上,无法抽象成单一的数据库的模式。目前对非结构化产品信息还没有形成合适的表达模型和相应的操作模型。提出的一个基于企业级异构环境下的非结构化产品信息的分布式模型,以ＳＧＭＬ／ＸＭＬ标准表达非结构化产品信息,其操作模型能在常规Ｗｅｂ／ＩＮＴＥＲＮＥＴ环境下方便地访问信     

流式大数据数据清洗系统设计与实现

为了解决传统数据清洗工具面对海量数据时复杂度高、效率低的问题,设计实现了流式大数据数据清洗系统.利用分布式计算技术清洗数据,以解决性能低的问题.该系统由统一接入模块、计算集群和调度中心三部分组成,实现了多种数据源的统一接入,分布式处理,并通过Web界面进行清洗流程的交互式配置.实验结果表明,面对海量数据的时候,流式大数据数据清洗系统的性能强于传统的单机数据清洗,提高了清洗效率.     

基于BP神经网络改进的黄金价格预测

在黄金期货价格预测问题的研究中,价格具有严重的非线性、高噪声和影响因子难以确定等因素,决定了预测的难度.传统方法对黄金价格的预测都强调依赖于黄金价格间的线性关系,局限性明显,导致了预测精度不高.为提高黄金价格预测精度,提出一种投影寻踪优化的BP神经网络改进模型.先通过定性分析得到影响黄金价格波动的因子,然后采用投影寻踪方法选择很强影响力的因子作为神经网络的输入节点,并采用改进的算法进行学习,寻找最优的BP网络结构,利用改进模型,黄金期货价格实现了高精度仿真.结果证明,模型为黄金价格预测提供了一种有效的高精度预测工具.