共查询到20条相似文献,搜索用时 154 毫秒
1.
2.
3.
4.
5.
为了优化甘草多糖的超声提取工艺,选取四因素三水平的方法进行正交试验设计,四因素分别为提取的次数、提取的时间、乙醇的浓度和料液比。根据正交试验选出的最佳因素和最优水平,进行Box-Behnken响应面试验,经过回归模型分析,选出提取甘草多糖的最优组合条件。结果表明,由L9(34)正交试验得出:提取次数为3次、每次提取时间为45 min、乙醇浓度为80%、料液比为1∶10时,提取甘草多糖的量为最多。响应面试验得出提取甘草多糖的最优工艺为:提取时间为68.81 min、乙醇浓度为73.18%、提取次数为3次,所得的多糖提取率为2.953%。通过响应面法优化的提取工艺简单可靠,为甘草多糖的高效提取提供一定的理论基础。 相似文献
6.
7.
8.
目的:研究提取糯米藤多糖的最佳工艺条件。方法:以多糖提取率为考察指标,溶剂回流作为提取手段,利用单因素及正交试验确定影响提取的主要因素,然后使用回归正交组合设计优化提取工艺。结果:影响糯米藤多糖提取率的因素顺序为提取温度>液固比>提取时间>提取次数>浸泡时间;回流提取的最佳工艺条件为在96.26℃水浴条件下,提取时间109.20min、提取次数2次、液固比27.28:1(mL/g)、浸泡时间90min,最优工艺条件下多糖提取率可达25.121%。结论:使用回归正交设计能合理地优化糯米藤多糖的提取工艺。 相似文献
9.
10.
11.
目的:研究不同米炒党参在炮制过程中党参炔苷、5-HMF和党参多糖的动态变化。方法:高效液相色谱法测定党参炔苷、5-HMF含量,紫外-可见分光光度法测定党参多糖含量动态变化过程。结果:(1)党参炔苷:随着炒制时间的延长,党参炔苷含量均呈先上升后下降趋势;在相同时间间隔点,小米炒党参炔苷含量较高。(2)5-HMF:随着炒制时间的延长,5-HMF含量均呈显著上升趋势;在相同时间间隔点,小米炒党参5-HMF含量较低。(3)党参多糖:随着炒制时间的延长,党参多糖含量均呈先上升后下降趋势;在相同的时间间隔点,炒制时间为5.5min之前的样品中小米炒党参多糖含量均高于大米炒党参,炒制时间为5.5min之后的样品中小米炒党参多糖含量均略低于大米炒党参。结论:党参分别采用小米、大米炒制后,3种成分均发生了显著变化,但小米炒党参和大米炒党参变化趋势不一致。 相似文献
12.
为探索循环超声提取冰鲜羊栖菜中岩藻黄质生产工艺。实验以羊栖菜中岩藻黄质提取量为指标,在单因素实验基础上,采用响应曲面模型与遗传算法优化的BP神经网络模型进行拟合优选提取参数。结果表明:响应曲面模型优选最佳提取工艺为提取时间119 min,超声功率600 W,液料比26.5:1 L/kg,循环流速8.6 L/min,此条件下实际岩藻黄质提取量为0.2195 g/kg,产品纯度3.42%;神经网络模型筛选最优提取工艺为提取时间118 min,超声功率680 W,液料比23.5:1 L/kg,循环流速7.0 L/min,此条件下实际岩藻黄质提取量为0.2318 g/kg,产品纯度3.41%。采用神经网络优选提取工艺条件可行且略优于响应曲面法,在规模化藻类提取岩藻黄质中具有一定的参考价值。 相似文献
13.
为提高地方特色产品的应用前景,以贵州道真洛龙地区特产洛党参为原料,使用超临界CO2萃取技术对洛党参进行萃取,采用单因素试验和响应面试验优化萃取工艺,并将洛党参萃取物与酱香型基酒融配制成露酒,对其品质进行分析。结果表明,超临界CO2萃取洛党参的最佳工艺条件为萃取压强31 MPa、物料粒度50目、萃取温度53 ℃、萃取时间64 min,在此优化条件下,洛党参萃取物的萃取率为1.70%,将洛党参萃取物与酱香型基酒配制成萃取物质量浓度为2.22 mg/mL的露酒,感官评分最高(93分),党参炔苷含量为0.53 mg/L,其理化及卫生指标符合相关国标要求,是洛党参较好的一个应用方向。 相似文献
14.
15.
16.
本文以罗汉果为原料,采用纤维素酶协同水提醇沉法提取罗汉果粗多糖,通过单因素实验分析酶解pH、纤维素酶用量、酶解时间、酶解温度对罗汉果粗多糖得率的影响,应用响应面法对提取工艺进行优化,结果表明,罗汉果粗多糖最佳提取工艺参数为:酶解pH5.9、纤维素酶用量0.8%、酶解温度50 ℃、酶解时间62 min,该工艺参数下罗汉果粗多糖得率为6.64%,与模型预测基本一致。基于罗汉果消炎、抗氧化等药用价值,进一步研制罗汉果压片糖果,通过单因素实验考察罗汉果粗多糖、硬脂酸镁、阿斯巴甜和甘露醇的添加量对压片糖果感官品质的影响,应用正交试验优化配方,研究表明,经优化的罗汉果压片糖果配方为:罗汉果粗多糖20%、硬脂酸镁1.5%、阿斯巴甜3%、甘露醇60%,感官评分90分,依此配方所制压片糖果入口清凉、色泽均匀、无砂粒感。 相似文献
17.
18.
目的:基于熵权法(Entropy Weight Method, EWM)-层次分析(Analytic Hierarchy Process, AHP)和反向传播神经网络(Back Propagation Neural Network, BPNN)对地黄水提物超声提取工艺进行优化。方法:以超声温度、超声时间、料液比为正交试验考察因素,梓醇、地黄苷D、益母草苷,地黄多糖含量以及水溶性浸出物得率为指标,采用EWM-AHP法确定各指标权重,从而得到多指标综合得分;再以正交试验工艺条件为输入,综合得分为输出,建立并训练BPNN模型,寻找地黄提取最佳工艺。结果:BPNN优选工艺为在60 ℃下,加33倍水,提取70 min,梓醇、地黄苷D、益母草苷,地黄多糖含量以及水溶性浸出物得率平均值分别为17.04 、3.75、10.57、24.86 mg/g 、0.82 g/g,综合得分为97.74;正交试验最佳工艺为提取温度50 ℃,加25倍水,提取1 h,梓醇、地黄苷D、益母草苷,地黄多糖含量以及水溶性浸出物得率平均值分别为12.72、2.58、8.20、25.02 mg/g、0.80 g/g,综合得分为97.26。结论:本研究确定BPNN优选工艺为最优,为EWM-AHP法结合BPNN在提取工艺中的应用提供了参考。 相似文献
19.
为了实现小米米粉糊化特征指标的批量、快速检测,探索计算机深度学习结合高光谱成像技术在小米米粉糊化特征指标预测方面的应用方法,本研究运用高光谱数据提取、预处理分步运算程序获得小米米粉平均光谱数据,并以该数据矩阵为基础,运用麻雀搜索算法(sparrow search algorithm,SSA)优化误差反向传播(error back propagation,BP)算法进行待测样品糊化特征指标回归、预测。结果表明,光谱数据预处理程序能够标准化并简化光谱数据提取、预处理过程,该程序在粉末及小颗粒样本光谱数据的提取、预处理过程中具有普遍适用性;运用BP算法及SSA优化BP算法对小米米粉糊化各特征指标进行预测,从预测值与测试值间均方误差(mean squared error,MSE)可以看出,各指标MSE均下降,以峰值黏度(peak viscosity,PV)为例,其MSE从0.026 6降为0.017 5,可知运用SSA优化BP算法能够提高小米米粉糊化特征指标预测精度,降低MSE。本研究结论可以为高光谱成像结合计算机深度学习在小米米粉糊化特性预测方面应用提供理论支撑。 相似文献
20.
为提高传统配色方法及现有配色算法的配色精度、效率及泛化能力,构建了基于BP神经网络的遗传算法和模拟退火算法相结合的织物智能配色模型,利用BP神经网络预测颜色,将训练好的BP神经网络与CIEDE2000色差公式结合作为遗传算法的适应度函数,用模拟退火算法改进的基于BP神经网络的遗传算法预测颜色配方,并根据预测的配方对涤纶织物进行染色实验,计算实验色差。结果表明:模拟退火算法优化的基于BP神经网络的遗传算法配色模型只需经过80次迭代即可收敛,预测颜色的理论色差均值为0.165,染色实验色差均值为0.289,配方绝对误差平均值为0.010 7;验证样本的理论色差均值为0.240,染色实验色差均值为0.437。该算法可实现织物的智能配色。 相似文献