响应面法优化大黄鱼鱼卵油的酶法提取工艺

为有效提取大黄鱼鱼卵油,本研究在不同酶提取大黄鱼鱼卵油的基础上,筛选出碱性蛋白酶为最佳提取蛋白酶后,考察不同单因素对碱性蛋白酶法提取大黄鱼鱼卵油的影响,并采用响应面法对酶法提取大黄鱼鱼卵油工艺进行了优化。结果表明:酶法提取大黄鱼鱼卵油的最佳工艺为温度58.9℃、时间2.1 h、pH12.0,在此条件下大黄鱼鱼卵油提取率高达86.29%±0.04%。研究结果为大黄鱼鱼卵的进一步开发利用提供了科学依据。     

云南半干米线工艺优化

以F270大米与F271大米为原料制备半干米线。以感官评分为评价指标,在单因素试验的基础上通过响应面法优化半干米线加工工艺条件。结果表明：最佳加工工艺为F270大米占比70%(以混合大米质量为基准)、干燥温度75.5℃、干燥时间42 min,在此条件下制得的半干米线感官评分平均为88.30±0.68。     

HS-SPME结合GC-MS分析普洱茶花及茶花粉香气成分

采用顶空固相微萃取（HS-SPME）结合气相色谱-质谱联用技术（GC-MS）对普洱茶花和茶花粉中挥发性香气成分进行分析。首先对HS-SPME参数进行优化,确定了HS-SPME最优参数为:65μm PDMS/DVB萃取头,萃取温度70℃,萃取时间60 min。从普洱茶花和茶花粉中分别检测出65和51种香气成分,各占其总香气成分的87.72%和82.77%,主要为醇类、烷烃类、醛类、烯烃类、酮类、酯类、酚类、酸类、含氮类和萘类化合物。其中,芳樟醇、α-甜没药烯、姜黄烯、十二烷和6,10,14-三甲基-2-十五烷酮为普洱茶花主要香气成分;芳樟醇、香叶醇、萜品醇、壬醛和甲氧基丁香酚为茶花粉主要香气成分。该研究结果为普洱茶花及深加工产品香气品质的评价提供了检测技术和理论依据。      

黄皮疣柄牛肝菌多糖对小鼠通便作用及血清指标的影响

以黄皮疣柄牛肝菌[Leccinellum crocipodium(Letellier.)Watiog]多糖为材料,研究其对小鼠通便作用及血清生化指标的影响.将60只雄性BALB/C小鼠随机分为5组:空白组(蒸馏水)、低聚果糖组(80 mg/kg)、黄皮疣柄牛肝菌多糖高、中、低剂量组(160、80、40 mg/kg).连...     

基于商空间理论的生物序列比较模型

1序言 生物信息学就是用计算机领域内的知识和技术来解决分子生物学中的计算问题的学科.其中生物序列分析的目的是揭示核苷酸或氨基酸序列数据编码的更高级的结构或功能信息.在序列分析中序列比较是最重要的原始操作,是许多其他更复杂操作的基础.     

Profile覆盖算法在蛋白质二级结构预测中的应用

介绍了构造性机器学习方法——覆盖算法在蛋白质二级结构预测中的应用。相比普通的神经网络，这种方法直观且运算简单，对训练样本可100％识别。同时，考虑到同源家族的结构应该比单条序列结构预测更准确，采用了基于概率的Profile编码方式，相比以往的预测方法，具有更好的稳定性和精确性。     

基于AHP-熵权法赋权的水库降等报废评估模型研究

随着我国病险水库降等报废工作逐步实施,评估决策的可靠性问题得到广泛关注,而评估指标权重的确定是影响评估决策科学性、合理性的重要一环.为使评估结果更合理准确,本文基于层次分析法和熵权法对评估指标组合赋权,削弱了主观评价的随机性和客观评价的局限性.本文结合工程经济学理论,选择效益成本评估指标,构建效益成本评估指标体系,并构...     

云计算环境下的虚拟机快速克隆技术

虚拟机克隆技术是指在云计算环境下快速复制出多个虚拟机（VM）并将这些VM分发到多台物理主机上,克隆出来的VM共享相同的初始状态然后独立运行提供服务。虚拟机克隆使得云计算提供商能够快速有效地部署系统资源。给出了一种虚拟机快速克隆方法,利用写时拷贝技术来创建虚拟磁盘和内存状态的快照,然后用按需分配内存技术和多点传送技术来请求和传输这些状态信息。在C3云平台上的实验表明,此方法在不中断源虚拟机中运行服务的情况下,实现了云计算中的快速虚拟机克隆。     

网格环境下智能代理技术的应用研究

最近几年,有关“网格”的话题越来越热,有关网格的研究也越来越多。可以说传统的因特网实现了计算机硬件的连通,Web实现了网页的连通,而网格试图实现互联网上所有资源的全面连通。随着网格技术的不断完善和发展,网格应用的推广逐渐被提到日程上来。智能代理在网络中的成功应用为我们带来了非常宝贵的经验,如何利用好这项成熟的技术,拓展服务职能、提高服务质量,是网格研究人员研究网格应用的一个新的方向。文章着眼于网格发展的现状,介绍了网格的相关知识与智能代理技术,最后探讨了两种不同的网格智能代理应用的理念。     

一种高斯渐进滤波框架下的目标跟踪方法

本文研究了一类存在量测信息缺失情况的目标跟踪问题,提出了一种高斯渐进框架下的目标跟踪方法以实现移动目标的跟踪.考虑可能存在的传感器故障或失效问题,采用假设检验方式以删选错误的量测信息.针对非线性滤波问题,量测信息的缺失将可能引起线性化误差、数值计算误差的增大,从而破坏目标跟踪估计器的稳定性和收敛性.为此,对渐进无迹卡尔曼滤波（Progressive unscented Kalman filter,PUKF）方法进行改进,使其更好地处理量测信息缺失引起的线性化误差、数值计算误差增大的问题.另外,通过对改进PUKF（Modified PUKF,MPUKF）方法的理论分析,证明其可保证渐进过程中的状态估计误差有界.最后,通过一个目标跟踪仿真实例表明,MPUKF方法比传统的IUKF方法和PUKF方法具有更高的跟踪精度.