排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
为深入研究酱香型白酒酿造过程细菌资源结构变化,本研究基于高通量测序技术和数理统计分析,系统地对酱香型白酒制酒一轮次、四轮次及五轮次的生产晾堂和大曲进行细菌资源结构多样性研究。结果表明,一轮次共分离出10个细菌门及所含的122个属,四轮次共分离出15个细菌门及所含的145个属,五轮次共分离出19个细菌门及所含的227个属;芽孢杆菌属(Bacillus)、乳酸杆菌属(Lactobacillus)、片球菌属(Pediococcus)、魏斯氏菌属(Weissella)等23种细菌属的相对丰度>1%且至少出现在2个样品中。通过对制酒各轮次晾堂地面和生产用大曲中细菌多样性分析、优势细菌差异性分析,深入剖析了酱香型白酒制酒一轮、四轮、五轮次优势细菌属的功能特性及演替规律,在微生物角度为指导生产提供了理论支撑。 相似文献
3.
为实现酱香型白酒酒醅中乳酸的快速检测,通过采集酱香型白酒酒醅中乳酸的近红外光谱信息,经数学求导、散射、平滑等光谱预处理方式,构建了酱香型白酒酒醅中乳酸近红外快速检测模型。结果表明,模型预测标准差(SEP)为0.054,线性回归斜率为0.986,相关系数(RSQ)为0.977。对不同样品的十次平行测定,相对标准偏差(RSD)在2.89%以内。说明预测模型稳定,准确度高,重复性较好。将该模型用于酱香型白酒酒醅中乳酸含量的检测,可在2 min内得出数据,检测效率得到显著提升。 相似文献
4.
5.
6.
针对现阶段酿酒企业检测高粱不完善粒效率较低和识别率不高等问题,结合市场上现有的粮食不完善粒检测仪器,开发了一套基于图像识别的高粱不完善粒快速检测仪,对图像的采集、关键硬件、机器视觉和深度学习等方面做了一系列研究,研究分别采用单一特征分析技术、基于机器学习的图像分类技术、基于深度学习的图像分类技术、细粒度图像分类技术对高粱图片进行分类识别分析,通过对比,最终利用Tensorrt部署技术将细粒度图像分类网络部署到设备中。结果表明,开发的高粱不完善粒快速检测仪的识别精度与人工检测的平均误差控制在1%以内;50 g高粱样品的检测时间控制在5min以内。相较于传统的人工检测,检测时间大大缩短,同时避免了人工检测主观上的偏差,对于酿酒企业的高粱不完善率检测鉴定具有重要意义。 相似文献
1