抹茶对贮藏期间薏仁米脂质氧化的影响

目的：利用天然物质抹茶延长薏仁米货架期。方法：以新鲜薏仁米为原料,经过不同剂量抹茶茶粉处理,测定贮藏期间薏仁米的水分含量、脂肪酸值、过氧化值、丙二醛含量等各项指标及菌落总数和脂质氧化关键酶的变化。结果：经不同剂量抹茶茶粉处理均会抑制薏仁米贮藏期间脂肪酸值、过氧化值、丙二醛含量以及脂肪酶和脂肪氧化酶活性的上升,减少水分的消耗及微生物的生长繁殖。抹茶对薏仁米的保藏效果存在一定程度的剂量依赖性,但添加质量分数为0.05%和0.08%的抹茶茶粉处理的保藏效果差异较小。贮藏4个月后,与自封袋组相比,添加质量分数为0.05%的抹茶茶粉处理组中薏仁米的脂肪酸值、过氧化值和丙二醛含量分别降低了31.60%,30.77%,44.83%,脂肪酶和脂肪氧化酶活性分别降低了23.05%,28.74%,且游离脂肪酸组成和含量与新鲜薏仁米更相似。结论：抹茶能有效抑制薏仁米贮藏期间脂质氧化,延长其货架期。     

基于多智能体的船舶综合电力系统故障恢复方法

提出基于多智能体(Agent)系统的船舶综合电力系统故障恢复智能决策新方法.该方法定义与船舶电网供电区域相对应的供电区域Agent模型,基于Agent抽象体系结构设计构成供电区域Agent的各职能Agent,并建立故障恢复智能决策多Agent系统,在此基础上,基于动态主从式多Agent协同策略实现船舶综合电力系统故障恢复.典型算例系统故障恢复离线测试结果以及实时仿真结果表明,该方法能够快速、有效地求解船舶综合电力系统故障恢复问题,具有较好的工程应用前景.     

智能化安防监控技术分析

现如今,我国经济不断发展,科技水平也在不断提高,社会步入了智能化时代,因此,智能化的安防监控技术应运而生,其飞速发展不仅保障了居民人身财产的安全,还给大家的生活带来了一定的便捷,因此,对智能化安防监控技术的研究也就显得意义非凡。文章立足于智能化安防监控,主要阐述了其相关概念和设计原则,深入分析了安防监控系统的组成结构,并且对智能化综合安防监控系统的提升策略作了初步探讨,以期对相关研究人员提供一定的帮助和参考价值。     

柳钢转炉煤气干法除尘技术的应用

转炉煤气是炼钢过程中产生的一种高温含尘气体,国内外转炉煤气回收常采用湿法或者干法除尘工艺进行处理。文章对比分析了湿法和干法除尘技术的优缺点,介绍了柳钢应用干法除尘的工艺流程和主要生产设备以及实施效果和工艺优化情况。     

基于中红外光谱分析技术的凯夫拉纤维分子特性与热稳定性研究

采用中红外(MIR)光谱开展了凯夫拉纤维的分子结构研究.实验发现:凯夫拉纤维分子的红外吸收模式主要包括:νNH-凯夫拉纤维、νamide-Ⅰ-凯夫拉纤维、νamide-Ⅱ-凯夫拉纤维、νC=C-凯夫拉纤维、βC-H-凯夫拉纤维和 γC-H-凯夫拉纤维.进一步开展了凯夫拉纤维分子的四阶导数变温中红外(TD-MIR)光谱研...     

汽车用钢板电阻点焊工艺参数优化选择

焊装车间多采用多层板搭接进行电阻电焊,而电阻电焊过程的不确定性因素较多。为了用较少的试验次数得到满足生产要求的试验结果,以板厚0.8 mm+1.4 mm+1.8 mm的三层低碳钢板搭接为研究对象,分析各因素对多层板材搭接焊点熔核质量的影响,获得了最优焊接工艺参数。试验结果表明:板厚为0.8 mm+1.4 mm+1.8 mm的三层低碳钢板搭接最佳焊接工艺参数为多脉冲软规范焊接参数,即三周波,焊接电流8.8/11.1/9.6 k A、焊接时间5/19/5 cyc、电极压力3 k N,得到各层搭接板之间熔核直径大于等于φ6 mm。     

基于深度学习的太阳能电池板优化研究

太阳能电池板的缺陷检测是保障电气安全的重要措施,但目前在太阳能电池板缺陷检测上的传统研究方法都存在效率低、误检、漏检率高等问题。基于此,提出利用深度学习方法,将YOLOv5结合到太阳能电池板缺陷检测中,对其进行优化研究,首先引入坐标注意力机制增强目标特征,改善YOLOv5颈部网络对于特征信息的捕获程度,使整体网络能够更准确定位并识别目标区域;将C3模块改进为CoT模块,提高网络对于太阳能电池板缺陷特征附近上下文信息的充分利用,加快收敛速度。改进模型在测试集上的精确率和召回率分别达到92.7%和93.6%,平均精度均值（mAP）达到了95%,相较于原网络提升了2%,在检测速度几乎不变的前提下,达到了比以往深度学习检测方法更高的精度。     

用于图像分割的多分类高斯混合模型和基于邻域信息的高斯混合模型

高斯混合模型是一种简单有效且被广泛使用的图像分割工具。然而,传统的高斯混合模型在混合成分个数确定时的拟合结果不够精确;此外,由于没有考虑像素间的空间关系,导致分割结果易受噪声干扰,且分割精度不高。为弥补传统高斯混合模型的缺陷,文中提出多分类高斯混合模型和基于邻域信息的高斯混合模型用于图像分割。多分类高斯混合模型对传统混合模型进行二重分解:传统混合模型由M个分布加权混合得到,多分类混合模型进一步将M个分布中的每一个分布分解成R个分布。即多分类高斯混合模型由M个高斯分布混合组成,而这M个分布分别由R个不同的分布混合得到,提高了模型的拟合精度。基于邻域信息的高斯混合模型通过对模型中的先验概率和后验概率添加空间信息约束,增强了像素间的信息关联和抗噪性。采用结构相似性、误分率和峰值信噪比等指标来评价分割结果。通过实验发现:与现有的混合模型分割方法相比,文中方法大幅提高了分割精度,且有效地抑制了噪声干扰。     

浅谈电力工程建设中电缆沟的改进及替代方案

本文先阐述了目前电力工程建设中常见的电缆沟模式,电缆沟的概念,常见的电缆沟种类和施工方式。在此基础上,分析了常见电缆沟的优缺点、电缆沟的改进方案、技术改进措施的优点及缺点。最后,阐述了电缆沟的替代方案,以及新型电缆沟的远景展望。     

一种支撑构件重叠网的中间件技术研究

随着对等计算的广泛应用,对等应用软件的设计与开发方法研究,是当前软件工程领域一个值得关注的问题.遵循软件复用的思想,提出一种适应于对等应用软件设计与开发的构件化重叠网中间件技术.该技术涵盖支撑构件重叠网的中间件模型、及其实现框架等两方面内容,分别用于对等应用软件的设计时与开发阶段.相关对比实验结果表明,该技术是可行和有效的.