南极磷虾粉真空干燥特性及对其品质的影响

目的 探究南极磷虾粉的真空干燥特性及其营养品质变化规律。方法 将磷虾原料在不同真空度(0.04、0.06、0.08 MPa)及温度(75、85、95 ℃)下进行真空干燥。通过测定干基含水率、干燥速率及水分扩散系数,研究其干燥特性。通过测定虾青素含量、TBA和色差,探究其营养品质的差异。结果 在75 ℃下,采用真空度0.06 MPa和0.08 MPa相较于0.04 MPa,其干燥时间分别缩短了15%、21%。在不同真空干燥条件下,磷虾有效水分扩散系数在(3.555 77~6.574 12)×10⁻¹⁰ m²/s之间,Midilli 模型预测值与实验值之间具有较高的拟合度(R²>0.999),能较准确地反映虾粉真空干燥过程。提高真空度可显著抑制虾青素的分解及脂肪氧化,在75 ℃条件下,采用真空度0.06 MPa和0.08 MPa相较于0.04 MPa,其虾青素含量分别提高了21%、48%。在95 ℃条件下,采用真空度0.08 MPa相较于0.04 MPa,其TBA值降低了47%。L^*、a^*受到温度的影响更明显,在同一温度下∆E随着真空度的上升而降低。结论 在0.08 MPa、75 ℃下,通过真空干燥可以有效抑制虾粉中活性物质的降解,同时保证干燥速率,此研究为南极磷虾粉的真空干燥工艺设计及生产控制提供了理论参考。     

基于 VMD-DBO-LSTM 的空气质量预测

针对传统空气质量预测模型收敛速度慢,精度低的问题,提出一种基于变分模态分解(variational mode decom posi- tion,VMD) 和蜣螂优化算法(dung beetle optimizer,DBO)优化长短期记忆网络(long short term memory,LSTM)的预测模 型。首先,针对 AQI原始数据具有大量噪声的问题,使用VMD方法对非平稳信号进行模态分解以降低噪声对预测结果的影 响从而获得多个不同特征的模态分量;其次,针对 LSTM 靠人工经验调参存在一定局限性,利用DBO算法对LSTM 模型参数 进行优化;最后,对分解后的各个子序列使用LSTM 模型预测,将各个子序列进行叠加得到最后的预测结果。实验结果表明, VMD对非平稳数据的分解有助于提高预测精度,VMD-DBO-LSTM 模型的性能较其他模型均有不同程度的提高,该模型预 测的均方根误差为4.73μg/m³, 平均绝对误差为3.61μg/m³, 拟合度达到了97.8%。     

酱大排杀菌条件及冷藏过程品质变化的研究

目的 研究酱大排的杀菌条件与冷藏过程中的品质变化, 解决酱大排保藏困难、容易变质的难题。方法 通过测定低温条件下的杀菌曲线及杀菌强度(F值), 研究不同杀菌条件对酱大排微生物、质构、色泽、感官的影响, 为酱大排选择最合适的低强度灭菌方案并分析了冷藏过程中的品质变化。结果 依据85、90、95、100℃下的灭菌曲线, 选择F值为5、6、8 min, 保温实验表明3种F值的产品均未胀袋, 但5 min、6 min下的菌落总数超出安全范围, 货架期较短, 选择F=8 min。对采用不同的杀菌时间温度组合进行灭菌的产品进行了色泽、质构及感官指标的分析, 发现色泽在95℃的灭菌温度下指标较好, 而质构在95~100℃的灭菌温度下均较好, 且消费者对于95℃的灭菌温度下喜好度较高, 因此确定选择95℃、23 min的灭菌条件。在4℃冷藏过程中, 相比于普通包装, 真空包装能够有效减缓品质劣化, 并且具有较高的感官评分。结论 选择F=8 min, 95℃、23 min杀菌条件结合真空包装, 可以延长酱大排的冷藏货架期并保持较好的品质。     

产品质量特性重要度分级在质量链中的重要作用

本文简单介绍了产品质量特性重要度的分级,重点阐述产品质量特性重要度分级在质量链中的重要作用.     

智能合约漏洞检测技术综述

智能合约作为可信的去中心化应用,获得了广泛的关注,但其安全漏洞问题对其可靠性带来了巨大威胁.为此,研究者们利用各种前沿技术(如模糊测试、机器学习、形式化验证等)研究了多种漏洞检测技术,并取得了可观的效果.为了系统性地梳理与分析现有智能合约漏洞检测技术,搜集截至2021年7月关于智能合约漏洞检测的84篇论文,根据它们的核心方法进行分类,从每种技术的实现方法、漏洞类型、实验数据等方面展开分析,同时对比国内外研究现状在这些方面的差异.最后,对现有的智能合约漏洞检测技术进行总结,探讨面临的挑战,并展望了未来的研究方向.     

以国民素质为基础持续促进国民经济高质量发展

介绍了国民经济的概念和国民经济运行发展的轨道选择与转换,提出要将国民经济发展转向以国民素质为基础的轨道.     

桃品质的无损检测技术研究进展

桃果实营养物质丰富,是消费者青睐的水果之一。但桃在生长、采摘和贮藏过程中易受到损害而导致品质下降,严重影响桃的经济价值,因此桃品质检测技术对于保障果实商业价值具有至关重要的作用。传统的检测方法具有耗时长、成本高、对样品有破坏性等缺点,而基于声学特性、力学特性、介电特性、光学特性和电子鼻的无损检测方法,特别是基于光学特性的检测方法,因其无损、快速、准确的优势而发展迅速,目前在桃果实内外部品质检测中得到广泛的应用,然而目前对其优缺点及今后的发展方向缺乏系统总结。本文综述应用上述无损检测技术,尤其是基于光学特性和电子鼻的无损检测方法,评估桃果实外部品质（大小、形状、色泽、香气、表面缺陷）和内部品质（品种、糖度、可滴定酸含量、硬度、冷害、虫害等）的最新研究进展,总结分析了其在桃品质检测中存在的问题,并对桃品质无损检测研究方向进行展望,以期为桃品质无损检测技术的研究提供参考。     

用模糊神经网络模型评估电能质量

为了综合量化评估各种电能质量,实现按质论价、优质优价的购电原则,建立公平的电力市场,提出了结合人工神经网络和模糊识别理论,构造出模糊神经识别网络;根据电能质量评估的实质,构建了电能质量综合评估的模糊神经网络模型。研究表明,模型提高了识别系统的柔性处理能力,具有很强的自组织、自学习和自适应能力,可以使输出结果唯一、客观;模型不仅可确定电能质量的等级,还能评估某一等级的电能质量,从而识别同一等级电能质量的差异,分类能力和排序能力较强;模型引入隶属度概念,使评估结果更加具体。实例计算结果表明,模糊神经网络模型用于电能质量综合评估,其评估结果更为客观、合理。     

All the players in the game: driving home the global commitment for legitimate drugs

Substandard, falsified, and counterfeit medications are a concern for the industry and for the public’s health. Data collection and research on these illegitimate drugs must continue to be a priority and common recommendations must be implemented immediately. The health of the public continues to be at risk, and as such global consensus and collaboration must be swift. Process improvements and policy decisions can support expert recommendations while technology and research continue to drive home change. Addressing counterfeit and substandard drugs is cost effective, feasible, and the right thing to do.