传统酸面团中植物乳杆菌发酵馒头抗氧化特性及挥发性风味物质特征

以普通小麦馒头（记为WS）和植物乳杆菌标准菌株发酵馒头（记为LPS）为对照,通过测定总酚含量和1,1-二苯基-2-三硝基苯肼（1,1-diphenyl-2-picrylhydrazyl,DPPH）自由基清除能力,同时采用固相微萃取-气相色谱-质谱联用技术,研究传统酸面团中植物乳杆菌植物亚种发酵馒头（记为ZLPS）的抗氧化特性及挥发性风味物质特征。结果表明：乳酸菌发酵,尤其是植物乳杆菌植物亚种的发酵可以明显改善蒸制带来的馒头抗氧化特性降低,与WS相比,ZLPS中总酚含量增加了108.70%,DPPH自由基清除能力为WS的13.65 倍;乳酸菌发酵酸面团使得馒头的挥发性风味物质含量增高,酸面团发酵馒头的挥发性风味物质总含量分别增加了53.11%（LPS）、56.92%（ZLPS）,且ZLPS还产生了一些独特的挥发性风味物质,如乙酸异戊酯、6-甲基-5-庚烯-2-酮、3-辛醇、2-乙基己醇、乙酸-2-苯乙基酯等;ZLPS各项指标评分均较高,更具有获得消费者青睐的潜力。     

青花椒香气快速气相电子鼻响应特征及GC-MS物质基础分析

利用HeraclesⅠ快速气相电子鼻采集我国主要产地青花椒电子鼻响应信号,运用主成分分析和显著响应信号筛选对不同产地青花椒进行挥发性物质模式分类与特征分析,结果显示,8 个产地青花椒分为3 类,表现为明显有差异的六维蛛网图谱特征。进一步采用气相色谱-质谱联用仪对其物质构成进行定性定量分析,共检测出68 种化合物,其中39 个成分为8 个产地3 类青花椒所共有。这些成分主要为烯类、醇类、酯类及少量其他化合物。烯烃和醇类化合物为主要构成物质,占青花椒挥发性物质总相对含量的89%以上,而烯醇比则是3 类青花椒主要物质构成差异所在,分别表现为顶坛青花椒烯醇均衡型（烯醇比1∶1）、沂蒙山青花椒显著高烯低醇型（烯醇比2.5∶1）,重庆、江津、金阳、洪雅、汉源、昆明高烯低醇型（烯醇比约2∶1）。研究结果对青花椒产地区分、香气分类与特征解析等技术研究与应用具有重要的意义。     

Selection of Spectral Data for Classification of Steels Using Laser-Induced Breakdown Spectroscopy

Principal component analysis (PCA) combined with artificial neural networks was used to classify the spectra of 27 steel samples acquired using laser-induced breakdown spec?troscopy. Three methods of spectral data selection, selecting all the peak lines of the spectra, selecting intensive spectral partitions and the whole spectra, were utilized to compare the influ?ence of different inputs of PCA on the classification of steels. Three intensive partitions were selected based on experience and prior knowledge to compare the classification, as the partitions can obtain the best results compared to all peak lines and the whole spectra. We also used two test data sets, mean spectra after being averaged and raw spectra without any pretreatment, to verify the results of the classification. The results of this comprehensive comparison show that a back propagation network trained using the principal components of appropriate, carefully se?lected spectral partitions can obtain the best results. A perfect result with 100% classification accuracy can be achieved using the intensive spectral partitions ranging of 357-367 nm.     

电子鼻技术在朗姆酒分类及原酒识别中的应用研究

采用PEN3电子鼻嗅觉指纹分析系统对不同产地（中国、牙买加、古巴、危地马拉、菲律宾）的朗姆酒以及4种不同工艺原酒的香气进行了检测,分析电子鼻指纹图谱各特征峰,分别利用主成分分析方法（PCA）和线性判别因子分析法（LDA）建立了识别模型,采用传感器区分贡献率（Loadings）对传感器进行研究,确认各传感器对样品区分的贡献率大小和特征香气成分。结果表明,PEN3电子鼻不仅可以很好地区分不同产地的朗姆酒,而且对4种不同工艺的原酒也做出了较好地分类判别。     

不同酿酒酵母对甜瓜酒香气品质的影响分析

以酿酒酵母XR、D254、VR、VL1发酵的甜瓜酒为试材,采用顶空固相微萃取和气相色谱-质谱联用技术分别对其进行香气成分分析。结果表明：4 种不同酵母发酵酒样共鉴定出86 种香气成分,包括酯类19 种、醇类29 种、酸类12 种、醛酮类17 种、烯烃类2 种、萜烯类4 种、酚类3 种,其中相同成分有35 种。根据定量结果和气味活度值判断出主要香气贡献物有12 种。通过主成分分析和感官评价综合判断,酵母VL1酿造酒样香气浓郁、协调,品质最佳,是适合甜瓜酒酿造的优良菌株。     

塔里木盆地克深2气田储层构造裂缝多方法综合评价

构造裂缝是改善克深2气田低渗透砂岩储层物性的重要因素,对构造裂缝的分布特征进行分析有利于提高钻井成功率,综合采用岩心描述、数值模拟、主曲率法、二元法以及天然气产能数据,对克深2气田巴什基奇克组的构造裂缝进行了多方法综合评价。结果表明:克深2气田的构造裂缝以直立和高角度的剪切裂缝为主,断层附近多发育密集网状缝,且具有较高的充填程度;深度越大,构造裂缝的分布越趋于分散;背斜高部位的构造裂缝线密度较低,但开度和孔隙度等物性参数较高,构造裂缝的整体发育程度较强,且充填程度较低,通常具有较高的产能,背斜翼部和构造低部位则与之相反;鞍部构造裂缝也较发育,但受较高的充填程度或其他未知因素的影响,天然气产能较低。研究还得出,构造裂缝密度并未考虑裂缝的开度,因此在油气田开发中单纯根据构造裂缝密度值来判断构造裂缝发育有利区并不合适,在粗略评价构造裂缝发育程度时,可采用构造裂缝的孔隙度或渗透率,精细评价时还要考虑裂缝产状、延伸距离、连通性和有效性等因素进行综合分析。构造裂缝发育程度的系统化和定量化综合评价仍然是一个有待攻关的前沿课题。     

基于KPCA-FSVM的液压泵可靠性寿命分布识别

为了准确快速识别出液压泵的可靠性寿命分布模型,提出了一种基于核主元分析和模糊支持向量机的可靠性寿命分布模型识别方法。该方法充分利用核主元分析非线性特征提取的优势和模糊支持向量机良好的分类能力,建立了适合可靠性寿命分布识别的模糊支持向量机模型,并将其应用于液压泵可靠性寿命分布模型识别。仿真实验结果表明,该模型能够降低计算的复杂度,具有良好的泛化能力,能够准确地识别出液压泵无故障工作时间数据所属的寿命分布类型。     

交通荷载引起主应力轴旋转下软黏土特性试验

为探讨交通荷载引起的主应力轴旋转(即剪应力反转现象)对软黏土动力特性的影响,通过空心圆柱仪(HCA)试验系统,模拟交通荷载作用下土单元的真实应力路径,并对不同轴向偏应力、扭剪应力组合下,软黏土的累积孔隙水压力和累积应变特性进行了试验研究,分析了应力组合模式和幅值对软黏土动力学行为的影响规律。研究表明:施加扭剪应力(模拟主应力轴旋转)会增大软黏土的累积应变和累积孔压,且对孔压的增大影响比对应变更加显著;扭剪应力越大,这种增大效应显著加快,此时在研究交通荷载下软黏土长期变形时,需进行考虑主应力轴旋转的动力试验。     

基于旋转森林的分类器集成算法研究

为提高决策树的集成分类精度,介绍了一种基于特征变换的旋转森林分类器集成算法,通过对数据属性集的随机分割,并在属性子集上对抽取的子样本数据进行主成分分析,以构造新的样本数据,达到增大基分类器差异性及提高预测准确率的目的。在Weka平台下,分别采用Bagging、AdaBoost及旋转森林算法对剪枝与未剪枝的J48决策树分类算法进行集成的对比试验,以10次10折交叉验证的平均准确率为比较依据。结果表明旋转森林算法的预测精度优于其他两个算法,验证了旋转森林是一种有效的决策树分类器集成算法。     

基于Contourlet和KPCA的焊接缺陷图像特征提取

为了进一步提高焊接缺陷识别的准确度和效率,提出了一种基于Contourlet变换和混沌粒子群优化核主成分分析(kernel principal component analysis,KPCA)的焊接缺陷图像特征提取方法.首先通过Contourlet变换将焊接缺陷图像进行多尺度分解,提取低频分量和特定方向上的高频分量;然后运用混沌粒子群优化后的KPCA分别提取缺陷训练样本和缺陷测试样本的特征;最后根据测试样本特征与训练样本特征之间的欧式距离确定缺陷测试样本的类型.结果表明,与基于核主成分分析特征提取法、基于小波的核主成分分析特征提取法相比,文中方法提取的特征更为完整,识别率更高,运行速度较快.