排序方式: 共有54条查询结果,搜索用时 15 毫秒
1.
碱性蛋白酶水解豌豆蛋白的条件优化 总被引:1,自引:0,他引:1
采用碱性蛋白酶对豌豆蛋白进行水解,通过单因素试验,分析了温度、pH、酶与底物浓度比、底物浓度、水解时间对水解度影响,并在单因素试验的基础上,利用响应面分析法,优化确定的豌豆蛋白酶水解最佳条件为:温度54.5℃,pH7.9,酶与底物浓度比1.5%,底物浓度2.9%,水解时间3.0 h,最佳酶水解条件下的水解度为13.42%. 相似文献
2.
碱性蛋白酶水解豌豆蛋白及其产物抗氧化活性研究 总被引:1,自引:0,他引:1
采用碱性蛋白酶(Alcalase)水解豌豆蛋白,对不同条件下制备的豌豆蛋白酶水解产物DPPH·清除率进行了研究,在单因素试验基础上采用响应面分析方法优化酶水解条件,得到最佳酶解工艺条件为:酶解温度56.5℃,酶解时间3.2 h,pH6.1,加酶量3.0%,底物浓度3.0%,在此条件下,碱性蛋白酶水解产物对DPPH·的清除率为47.83%. 相似文献
3.
针对现有网络故障诊断系统的自适应能力弱、诊断速度慢和故障模式不同等问题,将免疫原理与代理技术相结合,采用分层多步的诊断思想构建诊断模型。基于克隆选择学说,提出新算法,完成检测器的训练。该算法选取了检测器克隆群,引进优化参数,可避免过早收敛和局部最优解的产生,从而改进诊断性能;同时还引入了检测器分类思想,加速诊断过程。与传统故障诊断方法相对比,该模型在处理复杂环境下的网络故障具有较明显的优势。 相似文献
4.
以生产淀粉的副产物豌豆蛋白粉为原料,研究了中性蛋白酶酶解条件对豌豆蛋白乳化性的影响.首先通过单因素试验研究了加酶量、反应时间、底物浓度、反应温度、pH值对豌豆蛋白乳化活性和乳化稳定性的影响;在单因素试验的基础上设计响应面试验,研究各因素及其交互作用对豌豆蛋白乳化性的影响,优化出的最佳酶解条件为:加酶量0.13%、反应时间32.5 min、pH8.0、反应温度52.8℃,此时豌豆蛋白的乳化活性为35.82 m2/g,乳化稳定性为45.88 min,比改性前豌豆蛋白的乳化性有了明显提高. 相似文献
5.
6.
7.
卷积神经网络(convolutional neural network, CNN)在图像处理、语音识别、自然语言处理等领域实现了很好的性能.大规模的神经网络模型通常遭遇计算、存储等资源限制,稀疏神经网络的出现有效地缓解了对计算和存储的需求.尽管现有的领域专用加速器能够有效处理稀疏网络,它们通过算法和结构的紧耦合实现高能效,却丧失了结构的灵活性.粗粒度数据流架构通过灵活的指令调度可以实现不同的神经网络应用.基于该架构,密集卷积规则的计算特性使不同通道共享相同的一套指令执行,然而稀疏网络中存在权值稀疏,使得这些指令中存在0值相关的无效指令,而现有的指令执行方式无法自动跳过它们从而产生无效计算.同时在执行不规则的稀疏网络时,现有的指令映射方法造成了计算阵列的负载不均衡.这些问题阻碍了稀疏网络性能的提升.基于不同通道共享一套指令的前提下,根据稀疏网络的数据和指令特征增加指令控制单元实现权值数据中0值相关指令的检测和跳过,同时使用负载均衡的指令映射算法解决稀疏网络中指令执行不均衡问题.实验表明:与密集网络相比稀疏网络实现了平均1.55倍的性能提升和63.77%的能耗减少.同时比GPU(cuSparse)和Cambricon-X实现的稀疏网络分别快2.39倍(Alexnet)、2.28倍(VGG16)和1.14倍(Alexnet)、1.23倍(VGG16). 相似文献
8.
9.
10.