多屏互动系统的研究与实现

讲述了实现智能共享的一种机制,广域网内通过XMPP即时通讯协议实现智能手机、平板电脑、智能电视三者之间多媒体资源的共享并相互推送播放,即多屏互动。例如,智能手机将共享的多媒体推送到智能电视上播放,手机也能将平板电脑中共享的多媒体推送到智能电视上播放。局域网内通过mDNS[1]也实现了资源的智能共享。     

陕西苦菜叶总黄酮的提取及抗氧化活性的测定

苦菜总黄酮的提取及抗氧化活性的研究可提高我国野生资源利用和活性成分的开发.以苦菜为原料,采用超声波辅助提取法对苦菜叶总黄酮的提取工艺进行优化,采用分光光度法测定提取物的还原力,对羟基自由基(·OH)、超氧阴离子(O2-·)、DPPH自由基(DPPH·)的清除作用进行研究.结果表明:超声波辅助提取的优化工艺参数为乙醇体积分数80％、提取温度70℃、料液比1∶35、超声时间40min,此条件下总黄酮的提取含量为64.62mg/g.苦菜叶黄酮对羟基自由基、超氧阴离子、DPPH自由基具有良好的清除能力,同时还具有较强的还原能力,活性大小与提取物的浓度呈明显的线性关系.     

黄参茎叶中酚类提取物的抗氧化活性研究

为研究黄参茎叶中酚类提取物的抗氧化活性,本文以分光光度法测定黄参茎叶中酚类提取物的总还原力、亚铁离子螯合能力、对β-胡萝卜素/亚油酸自氧化体系的抑制作用、对亚硝酸盐的清除作用,及对DPPH自由基(DPPH·)、羟基自由基(·OH)、超氧阴离子(O2-·)的清除作用,并与人工合成的抗氧化剂2,6-二叔丁基-4-甲基苯酚(BHT)和天然抗氧化剂VC进行对比。结果表明:黄参茎叶多酚具有较好的体外抗氧化性能,部分指标甚至优于阳性对照;相同浓度下黄参茎叶多酚粗提物和纯化物在不同测定体系中的清除能力有显著性差异(p<0.05)。黄参茎叶中酚类提取物可作为天然抗氧化剂进一步开发和利用。     

茜草精油抗氧化及抗癌活性研究

以水蒸气蒸馏法提取茜草精油,以天然和合成的抗氧化剂为对照,用4种不同的抗氧化体系(ABTS+·,过氧化氢,FRAP和还原力)检测法估价精油的抗氧化活性。精油呈现出在不同体系中剂量依赖式不同程度的功效。抗癌活性的检测使用人体乳腺癌MCF-7和宫颈癌Hela细胞株,结果发现精油对于2种肿瘤细胞均有较强活性,IC_(50)分别为(1.052±0.396)mg/m L和(0.275±0.026)mg/m L,MTT和LDH检测均表明精油抗癌活性对Hela细胞明显更强;1 g精油中总酚含量为0.220 mg/m L没食子酸当量。研究结果表明茜草精油可作为重要的天然抗氧化剂。     

高温短时杀菌和声热杀菌对黑胡萝卜汁品质影响的比较研究

杀菌是黑胡萝卜汁生产中重要的单元加工操作,不同的杀菌方式会明显影响黑胡萝卜汁产品的理化指标、功能性物质含量及感官品质。该文研究两种不同杀菌方式 [高温短时杀菌（high-temperature-short time sterilization,HTST）和声热杀菌（thermosonication,TS）]对黑胡萝卜汁的理化特性、功能性物质及感官品质的影响。结果表明：HTST较好地保持了黑胡萝卜汁的理化特性,TS处理导致黑胡萝卜汁的可溶性固形物（total soluble solids,TSS）含量和黏度显著下降（p＜0.05）。此外,HTST处理导致黑胡萝卜汁中4种功能性成分含量和抗氧化活性显著下降（p＜0.05）,而TS处理较好保留或明显提升了黑胡萝卜汁中的功能性物质含量和抗氧化能力。两种杀菌处理均未对黑胡萝卜汁的感官品质产生显著影响。     

不同采收期黄参茎叶化学成分及生物活性变化

本文分析了不同采收期黄参茎叶(SLSG)的化学成分及生物活性变化,以期为该资源的进一步开发利用提供新信息和科学建议.结果表明对于SLSG中的大多数营养物质,其在秋季采收样品中的含量高于春季采收样品,在次年采收样品中的含量高于同年采收样品.通过体外模拟消化发现,SLSG对于大部分矿物元素有较好的释放率.SLSG对氨基酸的...     

超低能耗住宅暖通空调系统设计与运行探讨

超低能耗建筑旨在使运行能耗最小化的同时,给住户提供比常规住房更好的室内空气质量(IAQ)和热湿条件。这种技术体系的核心是实现被动技术的最大化利用,减少建筑本身的冷热需求,同时优先应用可再生能源,以减少建筑供暖、供冷和照明能耗。本文以青岛地区中德被动式超低能耗住宅推广示范小区为例,首先介绍了被动式超低能耗住宅的被动设计方案;其次,详细介绍了项目的暖通空调设计方案,包括冷热源系统、新风系统、厨房通风等方面的设计;最后,对典型住户进行了连续监测,并分析了系统运行效果。本文的研究旨在探索超低能耗住宅被动设计及暖通空调设计方案,为住宅的低碳设计提供技术经验。     

智能优化LS-SVM在电力负荷预测中的应用

研究短期电力负荷的准确预测问题对城市供电系统运行的可靠性和经济性很重要。由于电力负荷变化过程受到各种因素的影响,系统非线性较强。传统方法对电力短期负荷预测精度、收敛速度和泛化能力方面不理想。为解决上述问题,提出了一种核函数KPCA和KICA的最小二乘支持向量机(LS-SVM)电力负荷预测方法。首先对采集的含噪信号进行小波包去噪预处理,同时对不同频段的负荷分量进行区别处理以提高预测精度;利用核函数KPCA和KICA分析方法提取数据特征,提高预测模型的泛化能力和预测精度;采用混沌粒子群算法优化LS-SVM参数提高预测模型的收敛速度。实验表明,改进算法在预测精度、泛化能力及收敛速度方面较突出,具有良好的预测效果。     

基于目标分离的视频浓缩技术在安防行业的应用和研究

随着安防行业的发展,从早期的模拟监控、数字监控、网络监控逐步向高清化、智能化方向发展。海量的视频资源信息为公安部门提供案件侦破线索依据的同时也给查阅观看带来了巨大的困难。文章主要介绍了视频智能分析的技术特点、研究并实现了在视频监控中引入目标分离技术从而实现对目标对象的快速浏览。文中充分结合现有安防行业的业务需求并利用视频分析的技术,在提高涉案线索获取效率方面提出了有效的解决方案。从实际运行效果来看,智能分析在视频安防行业应用中可有效提升事后调查研判的效率。