全文获取类型
收费全文 | 80篇 |
免费 | 10篇 |
专业分类
综合类 | 5篇 |
化学工业 | 7篇 |
轻工业 | 76篇 |
一般工业技术 | 2篇 |
出版年
2024年 | 2篇 |
2023年 | 3篇 |
2022年 | 2篇 |
2021年 | 8篇 |
2020年 | 8篇 |
2019年 | 9篇 |
2018年 | 7篇 |
2017年 | 10篇 |
2016年 | 5篇 |
2015年 | 1篇 |
2014年 | 4篇 |
2013年 | 4篇 |
2012年 | 2篇 |
2011年 | 6篇 |
2010年 | 1篇 |
2009年 | 3篇 |
2008年 | 2篇 |
2007年 | 3篇 |
2006年 | 1篇 |
2005年 | 2篇 |
2004年 | 1篇 |
2003年 | 1篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1995年 | 1篇 |
1991年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有90条查询结果,搜索用时 0 毫秒
51.
对产自贵州的小粒薏仁谷和老挝的大粒薏仁谷及其初加工产品中重金属含量进行检测及对比。结果表明,薏仁谷初加工产品的重金属污染增幅较大。经单项污染指数评价,薏仁谷及初加工产品中As、Pb、Cd和Hg除小薏仁糠Pb外均低于0.7,属于无污染范围;Cu、Zn和Mn在薏仁糠中则存在一定污染,小粒薏仁糠分别为1.03、2.22和1.72,大粒薏仁糠分别为0.58、6.88和3.46;薏仁谷及初加工产品中Fe污染较为严重,小粒和大粒薏仁谷及其初加工产品的单项污染指数均大于1(1.22~21.76)。从初加工产品看,薏仁精米的8种重金属检出值较低,但薏仁糠污染较重,8个重金属元素的检出值均较高,其深加工产品存一定安全隐患。 相似文献
52.
目的:建立高效液相色谱-紫外法测定薏苡仁指标性成分甘油三油酸酯含量的方法。方法:采用Microsorb C18色谱柱(4.6mm×250mm,5μm),以乙腈-异丙醇(60∶40)为流动相,流速为1m L·min-1,检测波长为205nm,柱温为20℃。结果:薏苡仁指标性成分甘油三油酸酯的线性范围为5.998~59.98μg(r=0.9993),平均回收率(n=6)为100.50%(RSD=1.307%)。结论:本法采用高效液相色谱,结合常规紫外检测器,建立了一种准确可靠,通用性较强的薏苡仁中甘油三酯的含量测定方法。 相似文献
53.
薏米活性多糖提取研究 总被引:2,自引:0,他引:2
研究不同的提取温度、提取时间和pH值对薏米多糖提取得率影响。研究结果表明:浸提温度为100℃,提取pH值为5.2,浸提时间4 h为最佳提取工艺。 相似文献
54.
人体内过量的自由基加速人体衰老,并引发多种疾病,需要外来的抗氧化剂清除多余的自由基,从而达到体内的平衡。但是由于化学类抗氧化剂存在潜在的危险,天然的抗氧化剂成为研究的重点工作。薏苡仁可以治疗多种疾病,具有抗氧化作用。薏苡仁营养丰富,主要活性成分有薏苡仁油、薏苡仁多糖、薏苡仁油多肽等等。对薏苡仁的抗氧化活性研究表明,薏苡仁的活性成分可以清除自由基,修复细胞损伤。本文综述了目前研究中的薏苡仁油、薏苡仁多糖、薏苡仁油多肽的提取方法和应用,并指出目前研究的不足之处,为开发薏苡仁抗氧化产品提供指导。 相似文献
55.
在不改变普通挂面工艺过程的基础上,采用适当配方,研制出添加薏苡仁粉的面条——薏苡面条.对薏苡面条进行了比较全面的理化品质分析,其品质在许多方面优于普通面条.品尝者普遍反映:薏苡面条煮熟后不糊,不浑汤,固形物损失少,熟断条少,柔软爽口,无异味.并具有一定的保健作用. 相似文献
56.
57.
采用加压提取工艺,从薏苡仁中提取多糖成分。通过对提取温度、料液比、介质pH值、提取时间、提取压力等工艺条件的研究,得出最佳提取工艺参数:浸提温度为130℃,料液比1∶40,pH值4.5,浸提时间1 h,浸提压力2.0 kg.cm-2,最佳提取率可达84.3%。 相似文献
58.
张金成 《武汉工业学院学报》1991,(2)
本文针对功能性食品的特点,通过对具有功能性作用的薏苡进行营养学评价、药用分析和用于食品中的合理性探讨,提出了有效地发挥薏苡仁酯作用的薏苡加工方法,并列举了一些实例. 相似文献
59.
采用Box-Behnken试验设计对薏苡仁酒的发酵条件进行优化,并对Box-Behnken(BB)试验结果分别进行响应面法(RSM)和人工神经网络(ANN)分析。结果表明,RSM、ANN优化发酵条件分别为薏苡仁∶糯米为1∶2(g∶g)、酵母A1接种量为4.7%、温度为31.7 ℃、初始pH为3.0;薏苡仁∶糯米为1∶1.9(g∶g)、酵母A1接种量为4.2%、温度为28.1 ℃、初始pH为3.0,ANN、RSM分别在其最优条件下的实际值和预测值都基本一致。ANN、RSM拟合模型的相关系数(R)、决定系数(R2)、均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)分别为0.994 5、0.988 9、0.011 7、0.108 4、0.072 2、0.486 3%和0.983 6、0.967 5、0.028 9、0.170 1、0.143 7、0.985 7%。ANN具有更高拟合能力和准确性,拟合效果更好,更适合应用于薏苡仁酒发酵条件优化。 相似文献
60.