Frying quality and stability of low-and ultra-low-linolenic acid soybean oils

To determine effects of very low levels of linolenic acid on frying stabilities of soybean oils, tests were conducted with 2% (low) linolenic acid soybean oil (LLSBO) and 0.8% (ultra-low) linolenic acid soybean oil (ULLSBO) in comparison with cottonseed oil (CSO). Potato chips were fried in the oils for a total of 25 h of oil use. No significant differences were found for either total polar compounds or FFA between samples of LLSBO and ULLSBO; however, CSO had significantly higher percentage of polar compounds and FFA than the soybean oils at all sampling times. Flavor evaluations of fresh and aged (1, 3, 5, and 7 wk at 25°C) potato chips showed some differences between potato chips fried in different oil types. Sensory panel judges reported that potato chips fried in ULLSBO and aged for 3 or 7 wk at 25°C had significantly lower intensities of fishy flavor than did potato chips fried in LLSBO with the same conditions. Potato chips fried in ULLSBO that had been used for 5 h and then aged 7 wk at 25°C had significantly better quality than did potato chips fried 5 h in LLSBO and aged under the same conditions. Hexanal was significantly higher in the 5-h LLSBO sample than in potato chips fried 5 h in ULLSBO. The decrease in linolenic acid from 2 to 0.8% in the oils improved flavor quality and oxidative stability of some of the potato chip samples.     

基于k-最近邻筛选的BMA集合预报模型研究

针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻(k-nearest neighbor)算法筛选有价值训练样本,并用于BMA参数求解的改进模型。模拟试验在淮河王家坝站进行,分别以k-最近邻筛选、不筛选两种方案为BMA提供训练样本,统计分析两种方案中王家坝站流量模拟结果,评价BMA改进法的性能。模拟结果显示,采用k-最近邻样本筛选方法后,BMA模型对洪水过程以及洪峰的预报精度提升明显;概率预报结果的离散程度降低的同时,可靠性程度获得提升。k-最近邻样本筛选方法的引入,能够有效去除BMA模型训练样本中的冗余数据,以少量的样本获得更可靠的模型参数,改善集合预报性能。     

2016年长江第1号洪水预报及调度影响分析

通过分析2016长江第1号洪水的水雨情发展、洪水组成、水情预报、调度还原计算成果等,解析了该场洪水的暴雨洪水特性、预报对调度的支撑作用以及三峡水库调度对城陵矶河段水位的影响。分析表明：金沙江、乌江来水对第1号洪水起筑底作用,三峡区间洪水则为该场洪水造峰,三者最大1d洪量占三峡入库来水比率分别达26.1%,15.6%,38.1%;第1号洪水期间,水情预报为调度决策提供了长预见期、较高精度的前提支撑,78,54,30,6 h预见期的三峡入库洪峰预报误差分别仅为-20.0%,-10.0%,-4.0%,0;三峡水库在第1号洪水期间通过防洪调度将入库洪峰流量削峰38%,最大拦蓄洪量约29亿m3,削减莲花塘站洪峰水位0.39 m左右,避免了城陵矶河段出现超保证水位。     

基于KPCA-PSO-SVM的径流预测研究

为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。     

C#利用Web Service编程接口实现动态天气预报

许多政府或企业网站除展示与本单位密切相关的信息外,往往也集成一些小的功能性的、与用户日常生活密切相关的,类似于提供火车时刻表、天气预报等辅助信息,采用C#利用Web Service提供的编程接口实现了实时天气预报功能,并能根据访问者所在地自动提供其相关的天气信息。     

化学纤维的今日与未来

对世界范围内纺织纤维的需求发展进行了定性和定量的分析,说明将来很有必要提高化纤生产和为进一步扩大化纤生产提供多种多样的可能性,这也涉及原料供应。化纤生产不仅要满足人们对纺织品不断增长的需要,而且也要考虑到纺织品生产中技术发展和为新的应用领域服务,为此要进行多种多样的市场导向研究工作和开发工作,使常规纤维供应扩大,同时也导致取决于市场需求的特种纤维的发展。     

贵州省磷化工现状及发展前景

阐述贵州磷资源、煤炭、电力基本情况及在全国的地位和我省发展磷化工的重要意义。介绍我省磷化工生产现状、生产能力、实际产量、产品出口等情况。对世界磷化工产品市场需求，我国和我省的磷化工到2000年的发展情况，达到的目标进行初步援测和构想，并对我省磷化工发展对策进行探讨，提出几点建设性意见。     

我国合成树脂市场分析及预测

分析了我国合成树脂的生产、消费及进出口情况。近几年我国合成树脂工业发展很快,2002年合成树脂总产量达到1366.5万t,其中聚乙烯、聚丙烯、聚氯乙烯、聚苯乙烯和丙烯睛-丁二烯-苯乙烯(ABS)树脂的总生产能力为1479.6万t/a.产量为1289.2,表观消费量为2528.6万t。预计2000～2005年我国五大合成树脂需求的年均增长率为11.4％,2005年需求量将达到3267万t。     

食品级、医药级磷酸三钙生产工艺

采用改进的固相反应法，以碳酸钙和工业磷酸为原料，制备食品级、医药级磷酸三钙(TCP)产品，研究了CaO与P2O5物质量的比、助剂加入量、反应温度对产物化学组成结构的影响；用X射线衍射(XRD)研究了产品的物相结构。提出了该工艺的反应机理，并确定了在技术上、经济上可行的工艺路线。分析结果表明，可以得到高品质磷酸三钙，产品质量指标符合FCC、USP和EP标准。     

GAFSA优化SVR的网络流量预测模型研究

现有的诸多网络流量预测模型存在预测稳定性不好、精度较低等问题。针对此类问题, 研究了一种通过GAFSA(全局人工鱼群算法)优化SVR模型的网络流量预测方法。GAFSA是一种群智能优化算法, 寻优效果显著。采用GAFSA对SVR预测模型进行参数寻优, 可以得到使预测效果最佳的训练参数; 使用这组最优参数训练SVR, 建立网络流量预测模型, 可以很好地改善基于其他智能优化算法改进的SVR网络流量预测模型多次预测结果相差较大的问题, 使预测结果趋于稳定, 同时也可以提高预测精准度。仿真结果表明, GAFSA-SVR网络流量预测模型与其他模型相比, 预测结果基本稳定, 精准度提高到89%以上, 对于指导网络控制行为、分析网络安全态势有重要意义。