煎、炸、烤对横山羊肉食用品质的影响

以横山羊肉为研究对象,通过调控处理时间和温度,进行煎、炸、烤三种工艺处理,采用质构仪测定肉样的全质构和剪切力,用测色仪测定肉色,进而对肉样的食用品质进行综合评价。结果表明:对于煎制处理,2min和3min处理的肉样硬度、咀嚼性及回复性显著小于4min(P0.05);2min和3min处理的肉样剪切力显著小于4min(P0.05);肉样L*值随处理时间的延长逐渐减小(P0.05),2 min和3 min处理的肉样a*值小于4min(P0.05),而b*、c*及h°值大于4min(P0.05)。对于炸制处理,3 min处理的肉样硬度和内聚性显著小于4 min和5 min(P0.05),咀嚼性、弹性及回复性显著小于5min(P0.05);3 min处理的肉样剪切力显著小于4min和5min(P0.05);3min处理的肉样a*值小于5min(P0.05),其他肉色指标对不同的处理时间差异不显著(P0.05)。对于烤制处理,160℃处理的肉样硬度、内聚性和回复性小于180℃(P0.05),弹性小于200℃(P0.05);160℃处理的肉样剪切力显著小于200℃(P0.05);160℃处理的肉样L*值小于180℃和200℃(P0.05),a*和c*值小于200℃(P0.05),h°值大于200℃(P0.05),b*值对不同的烤制温度无显著差异(P0.05)。综合分析表明:煎、炸、烤三种高温处理对横山羊肉食用品质有较大影响,肉样在226~228℃的温度下煎制处理3 min和炸制处理3min、在160℃的温度下烤制处理40min,均具有较高的食用品质。该研究结果对于人们选择合理的羊肉高温处理方式及工艺条件具有一定的指导意义。     

我国不锈钢焊接工艺研究现状及进展

随着我国不锈钢消费量的快速增长,不锈钢的焊接技术越来越重要,它直接影响着不锈钢的使用质量和应用领域的拓宽。本文总结了我国不镑钢焊接工艺的研究现状和发展趋势。     

从20 kV配电到电压等级序列优化

配电网电压等级序列现状 在电力网中,中压配电网起着承上启下的作用,可谓是连接高压配电网(220kV/110kV)和用户终端(380V/220V)的桥梁,因此中压配电网电压等级的选择对整个电网的网络化运行起着至关重要的作用.     

3D视觉检测让智造大开眼界

<正>对于3D视觉检测,很难说,究竟是底层技术的突破支撑了应用需求的创新,还是应用场景的转变推动了关键技术的变革。但可以确定的是,3D检测是目前机器视觉研究应用的方向之一,从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位,都是3D视觉检测技术可以发挥的舞台。     

竹笋软包装工艺与技术

竹笋味鲜、质脆 ,属高蛋白、低脂多纤维食品 ,味甘、微寒 ,具有帮助消化 ,减肥 ,预防肠癌、心血管疾病之功效。但新鲜之竹笋 ,保鲜保质期很短 ,为了满足消费者之需求和远途运销 ,必须首先解决其包装问题。现将其软包装工艺技术介绍如下 :一、工艺流程。原料→预煮→冷却→原料保存→除笋衣片→清洗→整理装袋→加汤汁→封口→高温灭菌→成品检验→入库。二、工艺说明。1.原料。应收购当天采收的新鲜、无蛀虫、无糜烂、色泽骨黄或乳白色、长 2 4～ 2 7厘米的原料。切去老化或木质化部分 ,保存好笋尖。 2 .预煮。用 0 .2 %柠檬酸水煮沸后将竹…     

ZnO薄膜发光特性的研究进展

ZnO薄膜具有压电、光电、压敏、气敏、发光等多种特性,应用极为广泛。针对ZnO薄膜的发光特性,对ZnO薄膜的制备、影响其发光特性的因素及其发光机理的研究进展进行了综述。     

浅谈Zigbee无线通信技术特点及应用

Zigbee无线通信技术是基于IEEE802.15.4标准的采用直序扩频技术的无线通信技术。其特点是近距离、低复杂度、自组织、低功耗、低数据速率、廉价、便携等特点。从推出后至今经过不断地发展,广泛应用于自动控制和远程控制领域,学习与研究zigbee技术,对我们推动无线网络的发展有着要的作用。     

基于融合变分图注意自编码器的深度聚类模型

聚类作为数据挖掘和机器学习中最基本的任务之一,在各种现实世界任务中已得到广泛应用.随着深度学习的发展,深度聚类成为一个研究热点.现有的深度聚类算法主要从节点表征学习或者结构表征学习两个方面入手,较少考虑同时将这两种信息进行融合以完成表征学习.提出一种融合变分图注意自编码器的深度聚类模型FVGTAEDC(Deep Clustering Model Based on Fusion Varitional Graph Attention Self-encoder),此模型通过联合自编码器和变分图注意自编码器进行聚类,模型中自编码器将变分图注意自编码器从网络中学习(低阶和高阶)结构表示进行集成,随后从原始数据中学习特征表示.在两个模块训练的同时,为了适应聚类任务,将自编码器模块融合节点和结构信息的表示特征进行自监督聚类训练.通过综合聚类损失、自编码器重构数据损失、变分图注意自编码器重构邻接矩阵损失、后验概率分布与先验概率分布相对熵损失,该模型可以有效聚合节点的属性和网络的结构,同时优化聚类标签分配和学习适合于聚类的表示特征.综合实验证明,该方法在5个现实数据集上的聚类效果均优于当前先进的深度聚类方法.     

一种基于改进图波网的双重自回归分量交通预测模型

随着智慧城市的建设,城市交通流量预测在智能交通预警和交通管理决策方面至关重要.由于复杂的时空相关性,有效地对交通流量进行预测成为了一项挑战.现有的对交通流量进行预测的方法大多采用机器学习算法或深度学习模型,而它们各有优缺点,若能够将两者优点结合起来,将进一步提高交通流量预测的精度.文中针对交通时空数据,提出了一种基于改进图波网(Graph WaveNet)的双重自回归分量交通预测模型.首先,通过门控3分支时间卷积网络有效融合3个时间卷积层,从而进一步提升了捕获时间相关性的能力;其次,首次引入自回归分量,将自回归分量和门控三分支时间卷积网络、图卷积层有效融合,使模型能够充分反映时空数据之间的线性和非线性关系.在METR-LA和PEMS-BAY两个真实的公共交通数据集上进行实验,并将所提模型与其他交通流量预测基准模型进行比较.结果表明,不管是短时间还是长时间的预测,文中所提模型在各个指标上都优于基准模型.     

一种可扩展层次式RTI的设计与实现

由于HLA/RTI在联邦重用上的局限性,在对比分析现有RTI软件体系结构模型和RTI间互操作方法的基础上,设计实现了一种支持多联邦执行的可扩展层次式RTI软件,并对其软件功能和可扩展规模进行了测试,试验证明了此设计的可行性,为支持联邦级可重用和互操作给出了一个新的方法。