排序方式: 共有50条查询结果,搜索用时 0 毫秒
41.
水族背扇作为日常生活中母亲带孩子的辅助工具,在贵州水族地区至今还在被使用,它呈现的是一个民族内在的文化基因。本文探讨了传统背扇图案在现代设计下的传承与创新途径,挖掘最具识别性和文化性的因子提炼转化,运用在现代产品开发设计中,以促进水族背扇文化保护与现代婴儿背带融合发展,设计出既能展现民族文化又符合现代审美的产品。 相似文献
42.
43.
采用星点设计-效应面法优化黑芝麻螺旋藻复合营养乳饮料工艺。以感官评价与沉淀率为评价指标,以黑芝麻与螺旋藻配比、原料用量、白糖用量为考察因素,对3个因素的各水平进行多元线性和二项式拟合,建立相应的数学模型,按二项式描绘三维效应面,从而得到总评"归一值"(overall desirability,OD)较佳的试验条件。结果表明最佳工艺条件为黑芝麻与螺旋藻配比为50∶1.2(质量比),原料用量为1.8%,白糖用量为3.7%,偏差率为-9.93%。该模型可靠,用此方法优化的工艺具有可行性。 相似文献
44.
采用浊点法和相组分分析法测定了不同温度下N,N'-二(2-羟丙基)哌嗪(HPP)–Na_2SO_3-H_2O双水相体系的双节线和相平衡数据,并分别采用多项式、经验方程、有效体积排除法模型和NRTL模型对双节线数据和相平衡数据进行了关联.结果表明,经验方程对双节线数据关联的吻合度高于多项式方程和有效体积排除法模型,且NRTL模型能很好关联该双水相相平衡数据.除忽略可填充体积分数f_(213)的有效体积排除法模型外,其余方程和模型的关联参数均能满足实际计算和工程应用. 相似文献
45.
以青钱柳叶为原料制备青钱柳叶速溶粉。以异槲皮苷含量和干膏率为评价指标,以料液比、提取时间和提取次数为考察因素,通过单因素试验和正交试验优选最佳提取工艺;以水分、溶解性为评价指标,考察真空度、干燥时间及干燥温度,确定最佳冷冻干燥工艺。结果表明:最佳提取工艺为料液比1∶20(g/mL),浸提2次,每次1 h;冷冻干燥最佳工艺参数为真空度90 Pa,干燥时间48 h,干燥温度-45℃。采用该工艺制备的青钱柳叶速溶粉气香味甜,在热、温、凉、冷水中均能迅速溶解,为青钱柳叶的开发利用提供了一条新途径。 相似文献
46.
摘要: 2004-2007年间对云南省烤烟种植区进行调查,在云南省楚雄和文山2个地区,获得3份疑似Tospovirus属病毒的样本。通过Tospovirus组引物(Tospovirus Group Primer)进行RT-PCR扩增、克隆和测序,获得500 nts核酸片段,通过NCBI BLAST网络数据库比对,确定这3份样品为Tospovirus属的病毒;通过DNAman软件比对分析所得到的核酸序列和已经公布的Tospovirus属病毒RNA L同位点序列,从得到的系统进化图可以看出,云南3个样品明显分为2簇,即YN-1和YN-2,分别与血清组Ⅰ和Ⅵ的Tospovirus属病毒聚为一簇。 相似文献
47.
当今社会是一个信息化高度发达的社会,随着计算机网络的广泛运用,计算机技术与通信技术的联系也日趋紧密,同时,计算机技术的应用也因此进入了一个更高阶段。目前,通信技术逐渐发展成计算机行业的重要组成部分,为当今计算机网络集成设计技术的发展提供了有力的支持。 相似文献
48.
随着风电渗透率的不断提高,如何对风电出力进行精准可靠预测是电力系统调度部门所面临的巨大挑战。当前,中国已具备较为成熟的风电功率预测解决方案,但其在转折性天气时段仍会出现极端预测偏差。同时,转折性天气数据集相对于常规功率预测数据集而言属于小样本,如何在小样本数据集下实现准确建模是精度提升的关键。针对上述问题,提出一种基于多场景敏感气象因子优选及小样本学习与扩充的转折性天气日前风电功率预测方法,该方法通过优选与构造多重场景转折性天气过程下的气象敏感特征,利用时间序列生成对抗网络对多场景气象敏感特征小样本集进行扩充,并采用长短期记忆神经网络对扩充后的敏感气象因子与风电观测出力序列之间的非线性关系进行建模。采用吉林某风电场数据进行算例验证,结果表明所提模型能够在一定程度上提高包含转折性天气的日前风电功率预测精度。 相似文献
49.
在社会发展新时期,越来越多的人开始注重低碳环保生活,他们对于室内装修设计提出了更高的绿色环保需求。纸质家具作为一种经济环保的家居产品,能够符合现代民众的消费生活观念,通过将其创新应用在室内设计中,不仅能够起到一定美化室内环境的作用,还可以有效提升用户的居住舒适度。因此,现代设计师要注重充分发挥出各类纸质家具在室内设计中的价值,促使其能够赋予室内设计作品更多的审美价值与实用价值。本文将进一步对纸质家具在室内设计中的应用展开分析与探讨,旨在为同行业者提供科学参考意见。 相似文献
50.
数据库查询方法审计疑点发现依赖于审计人员先验知识,当经验不足且审计数据量巨大时,难以发挥大数据优势并从海量数据中发现疑点。为解决这一问题,提出基于改进Leaders算子迭代聚类的审计大数据潜在疑点发现方法。该方法在无先验知识的情形下,通过Leaders算法自动完成审计大数据的初始聚类,在此基础上通过随机抽样融合方法对初始聚类结果优化,最后通过多次迭代聚类的方法,对实例数较少或可疑程度易被掩盖的小簇进一步聚类,实现审计大 数据的精确聚类,并将实例较少且行为明显异常的数据聚类识别为潜在疑点,配合审计人员审计经验快速精确定位审计疑点。实验结果验证了算法的有效性,表明算法有助于从海量数据中自主发现审计疑点,缩小疑点筛查范围,提高审计效率。 相似文献