排序方式: 共有90条查询结果,搜索用时 187 毫秒
41.
一氧化氮(nitricoxide,NO)在采后果实保鲜中起着重要的作用,作为一种生物活性分子,能抑制果实贮藏过程的呼吸速率,并影响氧化物质代谢、糖代谢、膜脂过氧化和功能成分积累等,从而控制果蔬的生长、成熟和抗病性。本文综述了NO对采后果实保鲜的作用,包括乙烯释放和呼吸速率、氧化物质代谢、糖代谢、膜脂过氧化和功能成分积累等方面;并探讨了可能参与NO发挥保鲜作用的下游信使,包括过氧化氢(hydrogen peroxide,H_2O_2)、促分裂原活化蛋白激酶(mitogen-activated protein kinase,MAPK)、磷脂酶D(phospholipase D, PLD)、Ca~(2+)和环鸟苷酸(guanosine 3’,5’-cyclic phosphate, cGMP)等,以期为NO应用于采后果实保鲜提供理论依据。后续需进一步探讨其他参与NO发挥保鲜作用的下游信使,并揭示它们所组成的信号转导通路。 相似文献
42.
超声波是以机械振动的形式在媒介中传播的声波,其频率高于20 k Hz,超出了人耳听力的范围。超声波作为一种非热加工技术适用于果蔬汁加工,一方面,超声波通过空化作用破坏微生物细胞壁,抑制果蔬汁中微生物繁殖;另一方面,超声波与传统热杀菌技术相比较可以减少水和电的消耗,保留果蔬汁固有的营养品质和感官特性,提高产品的均一性。目前,超声波单独作用于食源腐败或致病微生物难以达到完全致死效应,但是超声波协同其他杀菌技术如:温和热处理、高压、抑菌剂等可以增加杀菌和钝酶的效果。本文介绍了超声波的作用机制和相关设备,综述了超声波单独或协同其他技术对于果蔬汁杀菌、降解农药残留,对果蔬汁营养成分、颜色、香气、稳定性、浊度等品质的研究现状以及该技术的发展趋势进行了分析。 相似文献
43.
44.
为建立我国含脂食品辐照鉴定方法提供技术支持,以60Co-γ射线为辐照源,采用不同剂量(1、3、5、7kGy)辐照猪肉,对辐照后的猪肉进行索氏提取脂肪,固相萃取净化所提油脂,去除其中的色素和脂肪。氮气吹干碳氢化合物滤液,并用正己烷定容到1mL。用GC-MS 检测收集液中的挥发性碳氢化合物的种类和含量。结果表明:辐照后猪肉中的碳氢化合物的种类比辐照之前多了两种,它们分别为C16:2 和C17:1,而且它们的峰强度随着辐照剂量的增加而提高;另外,空白样品中各种脂肪酸含量的高低对碳氢化合物的含量也有影响。 相似文献
45.
采用顶空进样结合气相色谱-质谱法(GC-MS)测定青草香型、花香型、毫香型、粽叶香型、枣香型和药香型6种香型白茶的香气成分。利用聚类分析法与主成分分析法,分析6种不同香型白茶的香气成分差异。结果表明,6种不同香型白茶共检测出48种香气成分。其中,青草香型白茶以芳樟醇、1-戊烯-3-醇、己醛、顺-3-己烯醇和2-甲基丁醛等为主要特征成分;花香型白茶以芳樟醇、1-戊烯-3-醇、己醛、2-甲基丁醛和香叶醇等为主要特征成分;毫香型白茶以芳樟醇、1-戊烯-3-醇、2-甲基丁醛、己醛和香叶醇等为主要特征成分;粽叶香型白茶以1-戊烯-3-醇、2-甲基丁醛、己醛、芳樟醇和2-乙基呋喃等为主要特征成分;枣香型白茶以1-戊烯-3-醇、2-甲基丁醛、己醛、芳樟醇和顺-3-己烯醇等为主要特征成分;药香型白茶以1-戊烯-3-醇、2-甲基丁醛、芳樟醇、己醛和2-乙基呋喃等为主要特征成分。聚类分析将6种香型白茶分为两大类型,青草香型、毫香型和花香型聚为一类,而粽叶香型、枣香型和药香型聚为另一类。其中1-戊烯-3-醇和芳樟醇是区分6种不同白茶香型的重要香气组分。 相似文献
46.
47.
采用顶空-气相色谱法检测纺织品中N,N-二甲基乙酰胺(DMAC)和N-甲基吡咯烷酮(NMP)的残留量.在顶空瓶平衡温度为100℃,平衡时间为30 min的条件下,2种残留溶剂分离完全,线性良好,检测限分别为6.8 mg/kg和11.6 mg/kg.在样品的基础上进行回收试验,回收率为91.2%~96.0%,相对标准偏差(n=3)为1.87%~3.72%. 相似文献
48.
为了实现基于问答驱动迭代的复杂产品的仿真设计,提出了一种在过程设计中,将制定问题、行为模型、仿真模型和决策依据作为独立对象来建立过程模型的方法。该方法能确保需求规范的属性与预估产品的属性之间的信息粒度级别,并使其达到对象到对象层面的可追溯性。将该方法应用于大型液压挖掘机工作装置铰接点的优化设计,以工作装置的工作范围最大和在挖掘、举升、平推等典型工况下的工作性能最佳为原则,对按照蒙特卡罗方法生成的5120组不同的工作装置铰接点设计方案进行了选优。结果表明,该方法设计的工作装置性能优良,满足设计需求,是进行复杂产品过程建模的一种切实可行的方法。 相似文献
49.
Chan-Vese提出的“无边活动轮廓”模型(C-V模型)是一个著名的基于区域的图像分割模型,它是基于Mumford-Shah泛函和二值PC函数(目标区域取一个值,背景区域取另一个值)解决图像分割问题的。在C-V模型中,定义能量泛函的面积项的系数被要求为非负值,这个要求限制了模型适用的范围。实验研究表明:面积项系数取负值时,C-V模型能够分割某些原来不适用的图像。 相似文献
50.