基于品种、年份和产地对绿豆矿物元素产地溯源的指标筛选

通过分析品种、年份与产地及其交互作用对绿豆矿物元素含量造成的差异,筛选有效特征指标,结合统计分析进行产地判别。以连续2年(2018—2019年)来自吉林白城、黑龙江泰来、黑龙江杜尔伯特蒙古、山东泗水地区的绿豆样本为研究对象,采用电感耦合等离子体质谱仪测定样品的52种元素。结果表明：Na、Mg、P、K、Mn、Cu、As和Se元素受产地影响较大;Na、As、Pd、B、Mn、Co、Cu、Pt、Pb和Lu元素受年份影响较大;P、Mn、Y、Cd、Cs、Ba、Lu、Ir和Pb元素受品种影响较大。实验对筛选到与产地直接相关的21种元素进行PCA分析和Fisher判别分析。7个主成分累计贡献率81.98%。建立的判别模型对4个产地的判别正确率为96.7%,交叉验证判别率为93.3%。说明由这些元素组成的模型可以对样本实现正确判别。     

建立电涡流式微位移传感器的函数关系

文章用最小二乘法和实验的方法建立了被测距离和电涡流式微位移传感器的输出电压之间的函数关系,并给出了该函数关系与实验数据之间的误差。文中也对该传感器进行了重复性和迟滞性误差分析,最后给出了该电涡流传感器的总测量精度。     

两步水解酶法制备大豆异黄酮苷元初探

利用二步水解法制备大豆异黄酮苷元。经弱碱水解丙二酰基大豆异黄酮为糖苷型大豆异黄酮,再经果胶酶进一步水解获得富含苷元的大豆异黄酮。采用单因素试验和正交试验,得到果胶酶制备大豆异黄酮苷元的较优工艺条件:果胶酶水解时间20 min,水解温度47.5℃,水解pH值4.2,酶-底物质量比为0.80%。苷元水解得率为87.37%。     

响应面法优化发酵糙米脂肪酶活性的工艺研究

以糙米为主要原料,通过接种复合微生物进行发酵糙米的生产.采用响应面法设计试验,以脂肪酶活性为指标,确定了糙米发酵的最适条件.试验结果表明,发酵糙米生产工艺的最优条件为:发酵时间4.53 h,发酵温度26.81℃,接种量3.47%,菌种配比(乳酸菌与酵母菌)为2:1.21.     

近红外光谱技术快速鉴别查哈阳大米

查哈阳大米为黑龙江特色品牌大米,为保护查哈阳大米品牌,实现查哈阳大米原产地快速真伪鉴别。通过构建不同地域和品种水稻试验田,收获期内对试验田大米的近红外光谱进行全波长扫描,筛选与产地相关特征波段。在特征波段处对来自查哈阳地区及非查哈阳地区的233份大米进行定性分析及定量分析。结果表明,与产地因素主要相关的波长为5 136~5 501 cm~(-1),利用此波段采用因子化法建立定性分析模型对查哈阳大米正确鉴别率为100%,采用偏最小二乘法建立的定量分析模型对查哈阳大米正确判别率为95.83%。     

微波辅助提取米糠多糖及多糖对韭菜保鲜作用的研究

以脱脂米糠为原料,用微波辅助提取米糠多糖,研究料液比、微波处理时间、提取温度对米糠多糖提取率的影响.结果表明,当料液比1:20、微波处理时间90s、提取温度100℃时,多糖提取率为2.36%.以失重率、VC含量及感官变化为指标,用此多糖提取液进行韭菜保鲜实验.结果表明,4d后对照样的失重率达47.81%,VC含量减少70.5%,用水处理的样品失重率达54.83%,VC含量减少74.5%,多糖处理样失重率为33.67%,VC含量仅减少12%.     

基于SSA-LSSVM模型的差动电感式位移传感器的温度补偿

针对差动电感式位移传感器的温度漂移问题,提出了一种新的温度补偿模式。采用一种麻雀搜索算法(SSA),进一步优化最小二乘支持向量机(LSSVM)的计算;为了提高模型性能,进一步优化了惩罚因子和RBF核函数参数;为了弥补传统LSSVM需要凭借历史经验选取参数的弊端,利用差动电感式位移传感器的二维标定试验得到位移及温度的标定数据建立数据集,通过训练构建了SSA-LSSVM模型。研究结果表明：经过温度补偿后,传感器的零点温度系数减小了2个数量级,灵敏度温度系数减小了1个数量级,相比已有研究结果具有更高的精度。     

基于大米特征矿物元素产地鉴别建模方法比较研究

基于前期实验筛选到的与产地和母质土壤直接相关的23种特征矿物元素作为产地判别特征指标,比较Fisher判别模型和前馈神经网络预测模型的适用性。以连续3年随机采集的五常、查哈阳和建三江地理保护区274份样本作为建模对象,以模型的判别率为指标,采用电感耦合等离子体质谱仪(ICP-MS)和X射线荧光光谱仪测定样本中特征矿物元素含量(Mg、Ca、Cr、Mn、Zn、As、Rb、Sr、Ag、Cd、Sb、Te、Ba、La、Nd、Sm、Gd、Dy、Ho、Er、Yb、Pb、U),结合线性(一般线性判别分析)和非线性(前馈神经网络训练方法)模型构建方法用于产地鉴别。结果表明,Fisher判别分析模型对训练集判别率为81.5%,交叉检验判别率为78.8%,测试集总体判别率为87.5%。前馈神经网络预测模型对大米产地识别结果平均相对误差值为17.14%,产地的整体识别准确率为100%。筛选到的特征矿物元素携带了足够多的产地信息,通过前馈神经网络法建立的判别模型具有更优的判别能力,能解决小距离相似自然环境产地样本难以识别的问题。     

红芸豆豆馅工艺优化及功能性糖对其品质的改良作用

以英国红芸豆为原料,利用单因素、正交实验优化豆馅加工工艺条件,并分析比较了低聚木糖、大豆低聚糖、麦芽糖醇、菊糖等功能性糖对豆馅品质改良作用。实验结果表明：在蒸煮时温度为120℃、时间为30 min、料液比为1∶3时芸豆豆馅的出沙率达到最大,为68.81%。在添加不同类型的功能性糖后,豆馅的保水性有了显著提高,当添加质量分数为5%时,菊糖保水性可增加至(99.73±0.13)%,比空白组提高了13%左右;低场核磁分析豆馅水分分布发现,添加菊糖的豆馅自由水向结合水和不易流动水移动较多,并且能够显著提升豆馅L^*、a^*、b^*值,其亮度和色泽有了显著提高;通过流变学特性和扫描电镜研究结果显示,麦芽糖醇和菊糖的黏性与蔗糖相接近可用其替代蔗糖,并且豆馅结构孔隙细、数目多,能够形成致密网络结构。     

基于VSAN架构的云桌面系统建设研究

云桌面系统近年来得到广泛的应用,解决了许多传统PC使用中的问题,但云端采用传统的SAN或NAS存储方式在扩展性等方面显示出不足,需要新技术来解决.文章提出一种基于分布式存储架构VSAN的云桌面系统建设方案,该方案可以提高系统可扩展性,并增强数据安全性,提升系统整体性能.基于VSAN架构的存储方案,实用性很强,还可以广泛使用于各类虚拟化场景,具有较广阔的应用前景.