排序方式: 共有30条查询结果,搜索用时 0 毫秒
1.
《食品试验设计》是一门理论和实践结合紧密、实用性很强的课程,在高校科研、企业生产等领域起着极其重要的作用,将其打造为研究生"精品资源共享课",可为广大学生、教师、企业员工和社会学习者提供更好的服务。文章针对研究生教学对其教学目标、教学内容、教学团队及教学方法进行了探索和改革,取得了令人满意的教学效果。 相似文献
2.
3.
4.
5.
劲酒电子鼻鉴别分析中传感器阵列优化方法研究 总被引:3,自引:1,他引:2
气敏传感器阵列优化是电子鼻应用研究中的一个重要方面.阵列优化后可以消除初始阵列中的冗余信息,提高识别能力.在电子鼻对劲酒进行鉴别分析中.分别采用相关系数绝对值累加和最小分析、PCA第二主成分系数选择性分析、基于变异系数的因子载荷分析三种方法研究了初始传感器阵列的优化阵列.结果表明3种优化阵列组成形式基本相同,进而构造出了适宜劲酒电子鼻分析的传感器阵列.计算分析表明,传感器优化阵列可以很好地对酒精度为35和38度的两种劲酒产品进行鉴别分类.这也为电子鼻分析中阵列的优化选取提供了一种方法与思路. 相似文献
6.
7.
基于Weibull分布函数的超声强化热风干燥紫薯的干燥特性及过程模拟 总被引:4,自引:0,他引:4
为探讨直触式超声对热风干燥过程的强化效果,以紫薯为干燥试材,利用超声热风干燥设备,研究不同干燥温度(40、50、60、70℃)及不同超声功率(0、30、60 W)条件下,紫薯片的干燥特性和品质变化规律,并利用Weibull函数对干燥过程进行了动力学模拟。结果表明:随着干燥温度的升高和超声波功率的增加,干燥时间明显缩短,干燥速率显著提高;Weibull分布函数可实现较高的模型精度;尺度参数α范围在92.317~345.764 min之间,且随着干燥温度升高和超声功率增大而减小,形状参数β在0.817~1.032之间,表明超声强化热风干燥紫薯的干燥过程由内部扩散阻力控制;水分扩散系数D_(cal)的范围为1.205×10~(-10)~4.513×10~(-10) m~2/s,其值随干燥温度和超声功率的升高而增大;干燥活化能随着超声功率的增加而相应减少;在相同超声功率下,随着干燥温度升高,总酚和总黄酮含量基本呈现先升高后下降的趋势;在较低干燥温度条件下,增大超声功率有利于提高总酚和总黄酮含量,但在较高温度条件下,增大超声功率则不利于总酚和总黄酮成分的保持。将超声技术用于热风干燥过程的强化可有效提高干燥速率和干燥品质。 相似文献
8.
基于高光谱技术及SPXY和SPA的玉米毒素检测模型建立 总被引:1,自引:0,他引:1
应用高光谱技术研究和构建霉变玉米黄曲霉毒素B1(aflatoxin B1,AFB1)和玉米赤霉烯酮(zearalenone,ZEN)含量的检测方法,通过建立霉变玉米中这2?种毒素含量的预测模型,实现对玉米霉变程度的快速、无损、准确判别。首先,通过对比5?种预处理方法,确定标准正态变量校正法对原始光谱数据进行预处理;然后,采用光谱-理化值共生距离算法结合偏最小二乘回归(partial least squares regression,PLSR)法分析不同校正集样本预测AFB1和ZEN含量的差异,并分别优选出130?个和140?个校正集样本;在采用均匀光谱间隔法对原始光谱变量进行初降维的基础上,对比连续投影算法(successive projections algorithm,SPA)和竞争性自适应重加权算法2?种变量提取法。结果表明:经SPA分别筛选出17?个特征波段且基于较少校正集样本和特征波长光谱信息建立的PLSR模型能够获得较优的预测结果,对应AFB1和ZEN含量预测集的相关系数和均方根误差(root mean square error of prediction,RMSEP)(R2pre,RMSEP)由最初的(0.994?4,0.984?6)和(0.991?6,2.320?9)分别变为(0.997?3,0.681?5)和(0.997?7,1.144?1),在降低模型复杂度的情况下提高了预测精度,表明该模型对这2?种毒素含量能够实现较强的预测能力。因此,利用高光谱技术对玉米AFB1和ZEN含量实施无损检测具有可行性。 相似文献
9.
天然酶催化效率高、特异性强、反应条件温和,但对极端环境耐受性差、成本高、制备过程复杂。分子印迹聚合物是一类新兴的富集材料,具有广阔的应用前景。基于分子印迹材料构建模拟酶具有构象预定性、识别专一性、广泛适用性和制备便捷性,已成为研究的热点领域。概述了分子印迹酶的构建途径,总结了分子印迹酶的最新制备方法,介绍了新型分子印迹酶的研究进展及应用,分析了其中的理论和技术问题,最后对分子印迹酶的发展趋势进行了展望。所述内容有助于充实高效印迹酶的构建理论,发展新型制备方法,促进人工模拟酶的进一步推广应用。 相似文献
10.
为提高马铃薯VC含量检测结果的准确性和可靠性,提出一种基于Fisher判别分析(Fisher?discriminant?analysis,FDA)可分性数据融合的检测模型输入变量构建方法。首先,利用高光谱成像技术采集200个马铃薯的高光谱信息,通过对比6种预处理方法和原始数据的建模结果,确定多元散射校正为光谱数据的预处理方法;其次,采用竞争性自适应重加权采样(competitive?adaptive?reweighted?sampling,CARS)、连续投影算法(successive?projections?algorithm,SPA)及CARS-SPA组合算法3种方法提取相应特征波长,通过对比分析最终确定34个有效特征波长;然后,将有效特征波长进行FDA可分性数据融合,根据融合的新变量对样本间差异性判别能力的大小进行筛选,确定构建检测模型的输入变量;最后,分别对FDA融合前后筛选的变量建立偏最小二乘模型和反向传播神经网络(back?propagation?neural?network,BPNN)模型,并对检测结果进行对比分析。结果表明,将CARS算法提取的34个特征波长进行FDA融... 相似文献