一株鼠李糖脂产生菌的筛选及其产物特性分析

为了促进生物表面活性剂的研究及应用,综合采用富集培养、蓝色凝胶平板分离、排油圈测定试验及表面张力测定试验等方法从原油污染的土壤中进行筛选,获得生物表面活性剂产生菌Y7-3,该菌种被鉴定为铜绿假单胞菌。菌种Y7-3的发酵产物经薄层层析显色分析和红外光谱分析,被定性为鼠李糖脂。鼠李糖脂提取物的溶液经表面张力仪测量分析,最低表面张力和临界胶束浓度分别被确定为29.21 mN/m和72 mg/L。利用煤油对去菌体发酵液的乳化性能进行分析,乳化指数E24和E120分别为90%和76%,表明所产鼠李糖脂的乳化性能良好。     

“新经济”态势下基于数据挖掘的用电需求结构分析与预测

针对当前“新经济”产业已逐步成为用电“大户”的现状,对不同电力用户进行用电需求分析和用电量预测,成为保障“新经济”态势下保障电力用户安全合理用电的主要依据。分析“新经济“态势下的主要电力用户,通过构建用电相似度评价指标,并运用因子分析法将众多电力用户归类,得到“新经济”态势下的主要用电结构主体;利用ARMA预测模型,对不同用电结构主体的用电量进行预测,从而得到不同用电结构主体的用电变化趋势,作为引导“新经济”产业用户健康快速发展的基础;最后,用算例仿真验证了本文中的“新经济”态势下基于数据挖掘的用电需求结构分析与预测模型的有效性。     

新疆33个品种杏酿酒性能的探讨

对新疆33个不同品种杏进行杏酒的发酵试验,通过对发酵过程中酒体的重量变化,发酵结束后杏酒的酒精度、残糖、干浸出物和总酸的测定以及感官评价,筛选出最佳的酿酒品种。结果表明:"北山"、"乔儿胖"、"赛买提"这3个品种杏酿制的杏酒酒精度分别为7.2%vol、9.8%vol、8.9%vol;残余总糖含量分别为7.6g/L、3.2 g/L、3.3 g/L;总酸含量分别9.2g/L、6.2g/L、5.8g/L;干浸出物含量分别为22.4g/L、26.9g/L、21.7g/L。"北山"为酿制杏酒的最佳品种,其酿制的杏酒色泽呈麦秆黄或金黄色,澄清透明,有悦人的杏果香及醇香,酒体柔和丰满,稳定性好,典型性强。其次为"乔儿胖"、"赛买提",而"玛瑙杏""卡巴克西米西"所酿制的杏酒也具有较好的感官评价。     

卷积神经网络提取风云影像土壤湿度

目的 时空分辨率较高的土壤湿度数据对于生产实践和科学研究具有重要意义。以国产的风云气象卫星为数据源,利用卷积神经网络自主学习输入变量间深层关联的优势,获取高质量土壤湿度数据,为科学研究和生产实践服务。方法 首先构建了一个土壤湿度提取卷积神经网络（soil moisture convolutional neural network,SMCNN）,SMCNN由温度子网络和土壤湿度子网络构成,每个子网络均包含特征提取器和编码器。特征提取器用于为每个像素生成一个特征向量,其中温度子网络的特征提取器由11个卷积层组成,湿度子网络的特征提取器由9个卷积层组成,卷积层均使用1×1的卷积核。编码器用于将提取到的特征拟合为目标变量。两个子网络均使用平均方差作为损失函数。使用随机梯度下降算法对模型进行训练,最后利用训练好的模型提取区域土壤湿度数据。结果 选择宁夏回族自治区为实验区,利用获取的2016-2019年风云3D影像和相应地面站点数据作为实验数据,选择线性回归模型、BP（back propagation）神经网络模型作为对比模型开展数据实验,选择均方根误差作为评价指标。实验结果表明,SMCNN的均方根误差为0.006 7,优于对比模型,SMCNN模型在从风云影像中提取土壤湿度方面具有优势。结论 本文利用卷积神经网络分别构建用于反演地表温度和土壤湿度的子网络,再组成一个完整的土壤湿度反演网络结构,从风云3D数据中获取数值精度、时空分辨率均较高的土壤湿度数据,满足了科学研究和生产实践对大范围高精度土壤湿度数据的需求。     

不同pH对嗜酸乳杆菌分选酶相关基因表达及菌体黏附能力的影响

为探究嗜酸乳杆菌在小肠中黏附调控机制,嗜酸乳杆菌黏附与细胞壁分选酶及其相关蛋白的基因表达之间的关系。实验构建体外模型研究了不同p H培养条件下嗜酸乳杆菌的黏附能力、测定了分选酶基因和分选酶相关蛋白基因相对表达差异。实验结果表明:在p H5.5~7.5培养条件下,随着p H升高嗜酸乳杆菌菌体黏附性显著增加,srt基因及其相关蛋白的基因表达量显著上调。研究结果为p H对嗜酸乳杆菌的黏附效应的影响机制提供了相关理论依据。      

摩擦铆压用交流伺服塑性连接设备结构可靠性研究

为了提高低塑性轻量化板材接头的连接质量、降低成形力、避免连接过程中产生裂纹缺陷,提出了摩擦铆压塑性连接工艺,并设计了交流伺服塑性连接设备.利用ANSYS Workbench软件对设备的机身进行了静力学分析,校核了机身刚度和强度,并通过模态分析研究了设备振动响应特性.结果表明:该设备每个自由度的运动均由单独的交流伺服电机...     

基于轻量化网络模型的计算机图像美学评价

现阶段图像美学评估存在两个问题,首先网络模型复杂度高、参数量大；其次分别考虑图像的局部(细粒度)特征和全局特征,忽视其美学相关性。为使高性能的美学评价模型在移动端部署成为可能,通过对比不同轻量化主干网络对实验效果的影响,选取性能最优的轻量网络MobilenetV2作为基准网络,融合图像的浅层(局部)和深层(全局)特征进行特征增强,提高网络模型对美学特征的理解。与先进美学评价模型相比,性能提升且参数量大幅减少,为美学评价模型在边缘设备上的部署提供了新的研究思路。