乳酸菌发酵改善脱脂富硒米糠的抗氧化活性

富硒米糠是生产富硒精米过程中的主要副产品，富含硒、膳食纤维及酚类化合物等活性物质，但其高值化利用尚未充分开发。本研究利用4种乳酸菌(嗜酸乳杆菌、嗜热链球菌、植物乳杆菌、保加利亚乳杆菌)对脱脂富硒米糠进行发酵处理，比较了发酵后富硒米糠理化指标、营养特性、微观结构、物化特性及抗氧化活性。结果表明，乳酸菌发酵使脱脂富硒米糠非水溶性膳食纤维/水溶性膳食纤维增加20%～45%。发酵后富硒米糠总酚、总黄酮质量分数分别增加5%～6%、16%～31%，且无机硒转化为SeCys₂的效力提高42%～49%。发酵使富硒米糠粒径变小，颗粒表面疏松多孔，水合特性、胆固醇吸附力和抗氧化活性增强。主成分分析综合得分排序为植物乳杆菌>保加利亚乳杆菌>嗜热链球菌>嗜酸乳杆菌，其中植物乳杆菌体外抗氧化活性相对最强，总酸、SeCys₂、总酚和总黄酮含量相对最高。本研究为促进富硒米糠的精深开发利用提供了一定的理论依据。     

大天池SCADA系统在天然气生产中的应用现状分析

介绍大天池SCADA系统的组成、功能及在梁平作业区天然气集输生产中的应用,对目前存在的问题进行分析,并提出相应建议,更好地发挥SCADA系统在天然气生产中的作用。     

框架去噪在A/D转换中的应用

在信号传输的过程中，原始模拟信号首先要转换成数字信号（A/D），这就要对信号进行采样，量化，为了信号接受不失真，从硬件实现来看增加采样速率比增加量化精度更容易实现，在采样速率大于采样定理所要求的速率时，信号值之间的冗余度也增加了，从整体来看，对信号的量化误差接近于白噪声，而框架去噪就利用框架对过采样的信号进行变换重构，从而达到去噪的目的。     

单体3,5-二(2-炔基丙氧基)与3,5-二(4-叠氮丁氧基)苯甲酸甲酯苯甲酸甲酯的合成与表征

目的:单体分子3,5-二(2-炔基丙氧基)苯甲酸甲酯与3,5-二(4-叠氮丁氧基)苯甲酸甲酯的合成与表征。方法:采用"Williamson"醚化反应和与叠氮化钠的亲核取代反应,合成单体分子3,5-二(2-炔基丙氧基)苯甲酸甲酯与3,5-二(4-叠氮丁氧基)苯甲酸甲酯。用核磁共振波谱(1H NMR)及红外光谱(FTIR)对合成单体结构进行表征。     

基于MOOC的军校研究生创新能力培养

简要介绍MOOC的兴起和发展,分析MOOC给军校研究生创新能力培养带来的机遇与挑战,从教学管理者、教师和学生角度3个方面研究如何有效利用MOOC形成混合式创新教学。     

基于D-S证据理论的遥感图像融合变化检测方法

基于像素级的遥感图像变化检测是利用配准后的不同时相遥感图像的原始像元灰度信息进行的变化检测,直观,易于理解,是目前应用较广泛的变化检测技术.由于现有算法无法在适应性、稳健性、准确性及时效性等方面实现性能全面占优,本文提出了一种基于D-S证据理论的融合变化检测方法,利用融合策略和规则在决策层对来自多种算法的检测结果进行综...     

基于自监督对比学习的深度神经网络对抗鲁棒性提升

基于深度神经网络的多源图像内容自动分析与目标识别方法近年来不断取得新的突破,并逐步在智能安防、医疗影像辅助诊断和自动驾驶等多个领域得到广泛部署。然而深度神经网络的对抗脆弱性给其在安全敏感领域的部署带来巨大安全隐患。对抗鲁棒性的有效提升方法是采用最大化网络损失的对抗样本重训练深度网络,但是现有的对抗训练过程生成对抗样本时需要类别标记信息,并且会大大降低无攻击数据集上的泛化性能。本文提出一种基于自监督对比学习的深度神经网络对抗鲁棒性提升方法,充分利用大量存在的无标记数据改善模型在对抗场景中的预测稳定性和泛化性。采用孪生网络架构,最大化训练样本与其无监督对抗样本间的多隐层表征相似性,增强模型的内在鲁棒性。本文所提方法可以用于预训练模型的鲁棒性提升,也可以与对抗训练相结合最大化模型的“预训练+微调”鲁棒性,在遥感图像场景分类数据集上的实验结果证明了所提方法的有效性和灵活性。      

基于属性相关度的Web数据库大小估算方法

互联网技术的普及应用使得网络经济成为国民经济中新兴经济增长点,同时现有Web数据库中超过75%的Web数据库存储了结构优化信息。因此,WEB数据库逐渐成为时下人们获取结构优化信息的重要途径。为了能够提高WEB数据库利用效率,本文针对Web数据库结构优化信息特点,采用基于属性相关度的方法来对数据库大小进行估算,以明确该数据库中记录信息总数,更好地服务于社会。     

粒子滤波的卫星电子信息舰船目标跟踪算法

针对电磁探测卫星的重访时间间隔长、且捕获得到目标信息的时间为随机,目标运动模型难于精确建立,数据杂波干扰强等问题,结合卫星电子信息给出的辐射源电磁特征,基于粒子滤波提出了一种稳健的海上舰船目标跟踪算法。首先,采用二阶自回归的状态转移模型确定候选量测的关联区域,从而减少杂波的干扰;然后选取与目标电磁特征相似的量测进行粒子滤波的状态更新,并通过重采样操作剔除权值较小的粒子以提高跟踪算法的精确性与稳健性。仿真与真实数据的实验结果表明,该方法在强杂波干扰下可以稳定跟踪卫星电子信息中的海上舰船目标并且具有较高的精确性与稳健性。      

基于ROI和证据理论的目标融合检测算法

考虑合成孔径雷达图像(SAR)和光学图像的互补特性,提出了一种基于感兴趣目标区域(regions of interest, ROI)决策层融合的军事目标检测方法:分别在SAR图像和光学图像中提取出ROI,再利用各自的统计特征和几何特征给提取出的ROI分配置信度,以表示正确鉴别ROI的概率。最后在决策层上运用D-S证据理论融合两个源中同一ROI的置信度,获得更可靠的融合检测结果。该方法很好的实现了SAR和光学图像的优势互补,并在对遥感图像测试集的试验中得到了验证。