超声辅助碱法提取对类PSE鸡肉蛋白提取率和功能特性的影响

为提高碱溶酸沉方法提取类PSE（pale, soft and exudative）鸡肉蛋白的提取率,采用超声辅助碱法（超声时间0、5、10、15 min）提取并研究其对类PSE鸡肉蛋白功能特性的影响。结果表明：与对照组相比,超声辅助提取类PSE蛋白的提取率由45.55%显著提高至68.58%（P＜0.05）,蛋白含量显著提高25.32%（P＜0.05）;当超声辅助提取时间为10 min时,类PSE鸡肉蛋白具有较小的浊度、黏度和粒径;扫描电子显微镜结果进一步证实,超声辅助碱法提取的类PSE鸡肉蛋白结构变得更加疏松,碎片尺寸较小;超声处理后,类PSE鸡肉蛋白凝胶的蒸煮损失率显著降低61.77%（P＜0.05）,表明蛋白凝胶的保水性增加,但其凝胶强度显著降低（P＜0.05）;此外,超声辅助提取得到的类PSE鸡肉蛋白溶解度、乳化活性指数和乳化稳定性指数分别提高38.56%、8.02%和12.94%。综上,超声辅助提取不仅可以提高碱溶酸沉法提取类PSE鸡肉蛋白含量,且可以改善类PSE鸡肉蛋白的功能特性。     

不同品种猕猴桃籽油脂肪酸组成的PCA分析

分析比较了四川地区主栽品种金艳、红阳、红实2号、金实1号、海沃德、徐香及新西兰主栽品种猕猴桃籽出油率,并采用GC-MS结合PCA分析了7个品种脂肪酸组成及角鲨烯相对含量.结果显示:海沃德猕猴桃籽出油率最高(28.28％),亚麻酸、油酸、亚油酸等不饱和脂肪酸为猕猴桃籽油中主要的脂肪酸(85.7％～87.1％).不同品种之...     

PEM系统中可控时钟电路设计的优化

介绍了为乳腺专用正电子发射断层扫描仪PEM(Positron Emission Mammography)电子学数据获取(Data Acquisition,DAQ)系统提供稳定、可靠、抗干扰的高精度同步时钟的电路,它采用了基于单片机和高精度时钟产生芯片的电路设计方法,可以得到多路可控时钟信号.设计中采用差分传输,大大降低...     

基于相位衬度成像的X射线生物特征识别仪

海关生物安全检测对维护生态平衡和保护珍稀野生动植物具有重要意义.针对传统海关生物安全检测基于吸收衬度对生物样品成像衬度受限的问题,研制了一种基于相位衬度成像的X射线生物特征识别仪.通过采用光子利用效率高的同轴相衬成像方法进行成像,满足海关检测数据采集效率高和成像快的需求.为保证检测的辐射安全和样品调整方便,采用辐射防护...     

在分布式数据流中查找近期频繁项方法的研究

传统的分布式数据流挖掘模型是一种挖掘结果中逐层进行的层次模型,通信带宽是一个瓶颈.为了减少分布式数据流结点的通信,本文采用一种基于数据密度的偏倚抽样方法对分布式数据流组中的每个流进行抽样,只维护抽样数据中最近期的元素.在频繁项挖掘过程中,设计了一种哈希计数方法(不同于传统哈希计数算法),可以同时对数据的计数进行增加和删减,计数的值是有一定误差保证的近似值,算法称为FFIDDS算法.实验结果证明,通信负担和处理时间均明显比传统HCS模型的算法优秀.     

基于SVM的雾天图像分类技术研究

针对自适应去雾系统对雾气浓度自动识别的需求,提出了一种基于SVM和混合特征的雾天图像分类算法。结合雾天图像特点,选用暗通道特征、小波特征以及去均值归一化特征组成混合特征向量,用于描述不同雾气浓度下图像的特征差异。通过SVM算法对混合特征向量进行监督学习,最终实现雾天图像的自动识别与分类。实验结果表明,算法能够有效地识别与区分无雾、轻雾、浓雾图像,为去雾系统自适应地根据雾气浓度选取去雾参数提供了良好的分类参考。     

常压干燥工艺制备SiO_2纳米纤维-SiO_2复合气凝胶及其表征

以正硅酸乙酯(TEOS)为硅源,原位合成的SiO_2纳米纤维为增强相,采用溶胶-凝胶法、三甲基氯硅烷(TMCS)表面改性和常压干燥工艺制备SiO_2纳米纤维-SiO_2复合气凝胶,利用SEM、XRD、FT-IR、BET和TG等手段对复合气凝胶的相关结构和性质进行表征,研究了SiO_2纳米纤维的复合对气凝胶的影响。结果表明,SiO_2纳米纤维的加入可以形成有效的骨架结构,改善气凝胶的微观形貌和空间结构,并且有着良好的兼容性、分散性和热稳定性,保持了较高的孔隙率等优良性能,所得复合气凝胶孔径为10~20 nm,孔隙率达97%。     

Collaborative filtering recommendation algorithm based on interactive data classification

In the matrix factorization (MF) based collaborative filtering recommendation method, the most critical part is to deal with the interaction between the features of users and items. The mainstream approach is to use the inner product for MF to describe the user-item relationship. However, as a shallow model, MF has its limitations in describing the relationship between data. In addition, when the size of the data is large, the performance of MF is often poor due to data sparsity and noise. This paper presents a model called PIDC, short for potential interaction data clustering based deep learning recommendation. First, it uses classifiers to filter and cluster recommended items to solve the problem of sparse training data. Second, it combines MF and multi-layer perceptron (MLP) to optimize the prediction effect, and the limitation of inner product on the model expression ability is eliminated. The proposed model PIDC is tested on two datasets. The experimental results show that compared with the existing benchmark algorithm, the model improved the recommendation effect.     

低噪声模数转换器使能直流放大的电磁流量转换器信号处理电路

一种新型电磁流量转换器信号处理方案使用24比特低噪声模数转换器,使得模拟信号处理电路被简化为仅一级直流耦合仪表放大器。该方法能够显著改进业界常用的交流信号耦合电路难以克服的共模抑制比损失,在具有极高的信号输入阻抗的同时可以保持足够低的电路噪声,改善最小流速分辨率。新方案的电路能够接受传感器电极之间450 mV的直流差模电压,有极宽的输入动态范围和极佳的线性。原理样机通过水流标定试验在0.5~5 m/s流速范围内达到±0.2%读数精度。