排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
采用气相色谱(GC)测定玉米油(CO)、初榨葡萄籽油(GSO)和猪油(Lard)的脂肪酸组成,高效液相色谱(HPLC)法和Folin-Ciocalteu比色法测定CO和GSO的VE和多酚含量。48只C57BL/6J小鼠随机分为4组,即正常对照组(ND)、45%高脂玉米油组(CO45%)、45%高脂初榨葡萄籽油组(GSO45%)和45%高脂猪油组(Lard45%),每周测定小鼠体重,高脂饲料干预小鼠在12周和14周分别测定小鼠的糖耐量(GTT)和胰岛素耐量(ITT),小鼠处死后测定小鼠血清的总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、游离脂肪酸(FFA)以及肝组织白细胞介素-6(IL-6)和肿瘤坏死因子-α(TNF-α)炎症因子水平。结果表明:CO、GSO和Lard中多不饱和脂肪酸含量分别为58.70%,74.15%和13.76%;CO中VE含量为254.06 mg/kg,以α-生育酚和γ-生育酚为主,GSO中VE含量为697.42 mg/kg,以α-生育酚,α-生育三烯酚和γ-生育三烯酚为主;GSO中多酚含量为43.813 mg/kg,CO中的多酚未检出;与CO45%、Lard45%组相比,GSO45%组小鼠体重净增长、血清中的LDL、FFA水平、肝组织的IL-6和TNF-α炎症因子水平均显著降低(p0.05);与Lard45%组相比,GSO45%组小鼠血清中的TC、TG显著降低(p0.05),但各组小鼠之间血清的HDL水平无显著性的差异(p0.05);与CO45%、Lard45%组相比,GSO45%组小鼠均显示更好的糖耐量和胰岛素耐量,胰岛素敏感性提高。 相似文献
5.
针对传统的投影方法在人眼定位时易受光照干扰以及难以获得精准的人眼中心点的问题,提出一种基于多尺度自商图和改进的积分投影法的人眼定位算法.首先利用多尺度自商图消除人脸图像的光照影响;然后分析眼睛在水平方向上灰度分布的特点,采用两个行梯度算子对积分投影法进行了改进,以提升眼睛区域特征并初步定位人眼区域;接着采用Sobel算子对人眼区域进行滤波得到人眼滤波图,并对人眼滤波图的垂直积分投影曲线进行高斯函数拟合,根据拟合结果分割出左眼窗口和右眼窗口;最后,计算左眼窗口和右眼窗口的尺寸,获取左眼窗口和右眼窗口的中心点,即为人眼中心点.在YaleB人脸数据库和JAFFE人脸数据库上测试表明,本文方法对复杂光照、人脸边缘以及人脸表情适应性强,可以获得较为精准的人眼中心点. 相似文献
6.
论述了MCS51单片计算机系统通过串行口与上位计算机进行通讯的方法 .该方法使用大规模集成电路 ,设计简单灵活 ,能满足各种工控系统的需要 ,实践证明切实可行 . 相似文献
7.
本文采用恒温加速法探究传统豆酱在25、38和50 ℃条件下储存28 d过程中色泽、总酸、氨基酸态氮、还原糖和感官的变化。同时采用微生物挑战试验探究传统豆酱的防腐体系对不同微生物的抑制效果。结果表明,随着传统豆酱储存时间的延长,传统豆酱的褐变、总酸和还原糖呈现升高的趋势,氨基酸态氮以及感官特性评分呈现下降的趋势,同时温度升高会加剧这一变化趋势。在25、38和50 ℃下分别储存28 d后,褐变指数增加了2.1%、12.2%和23.5%;总酸含量升高0.03、0.06和0.18 g/100 g;色率增加了1.14、1.36和1.76倍。在38和50 ℃条件下储存28 d后,其还原糖分别升高了0.3和0.9 g/100 g。传统豆酱密封条件下,其防腐体系在28 d内可将产膜酵母、米曲霉以及耐盐性乳酸菌的浓度从104 CFU/g降低到小于10 CFU/g。与密封条件相比,敞口条件下其防腐体系对产膜酵母及耐盐性乳酸菌具有相同的杀菌能力,然而米曲霉在28 d后仍有7.9×102 CFU/g。表明传统豆酱在封口条件下对霉菌、酵母和乳酸菌都有明显抑制效果。 相似文献
8.
自适应模式识别系统具有大规模并行分布处理能力、通用性和自适应性 ,因而显示了巨大的潜力 .但由于其结构的原因 ,系统性能受到了一定的限制 .利用P .Kanerva提出的稀疏分布存贮原理对自适应模式识别系统进行改进 ,提出了一种新的系统模型 ,并就新系统的工作过程和主要特点作了较为详尽的叙述 . 相似文献
9.
针对传统Census变换的立体匹配算法在弱纹理区域匹配精度低,易受到噪声点的影响,以及提高Census算法的实时性,提出一种改进的Census变换和自适应窗口的立体匹配算法.在代价计算阶段,首先根据区域纹理的强弱来自适应匹配窗口大小,采用三种状态信息进行Census变换计算初始代价,提高单像素的匹配精度和降低消耗时间.... 相似文献
10.
带钢表面缺陷存在着噪声、光照不均匀、纹理复杂以及局部区域对比度弱的问题。为此,提出了一种新的带钢表面缺陷识别算法。首先提出了ILLBP特征提取算法,在LBP算法中引入LTP的低阈值模式克服一定的噪声和光照影响,为了更好表征带钢表面缺陷复杂的纹理特征引入了ILBP中3种新的纹理结构,同时将LBP值的频率直方图改为了LBP局部梯度幅值和局部梯度方向的频率直方图,使其能更好地表征局部区域对比度强弱的关系;最后为了进一步提高带钢缺陷识别的准确率和减少冗余特征的影响,提出了一种改进的樽海鞘特征选择算法(ISSA)。在NEU数据集上仿真实验结果表明:算法(ILLBP+ISSA)能够克服光照不均匀、局部区域对比度弱、纹理复杂多样的影响,以及对噪声具有一定的鲁棒性。在高斯噪声信噪比为50 dB时带钢表面缺陷识别准确率能达到99.10%,40 dB时准确率能达到97.60%。 相似文献