主泵泵壳进出口接管密封技术

分析了主泵泵壳水压试验时进出口接管的密封形式,并在借鉴以往产品密封结构的基础下,对泵壳密封结构进行了改进,提高了密封的可靠性,降低了产品制造难度,对同类大开口高压密封有一定的参考价值。     

后生元的作用机制及其在食品中应用

随着科学家们对益生菌研究的不断深入,“后生元”一词逐渐进入公众视野。后生元是一类对人体有益的灭活的微生物制剂,本文从后生元的概念,后生元的作用机制及其与食品的联系等方面对其进行介绍,探讨后生元对人体健康的影响以及其在食品中的发展潜力。     

有源电力滤波器中的谐波检测研究

文章对现有的有源电力滤波器中的谐波检测方法进行了详细的分析,因而选择从自适应滤波的理论入手,分析了权值与瞬态响应速度的关系,推导出了一种改进的谐波检测方法,这种方法能够在半个基波周期内完成对谐波的检测,并且检测精度不受影响,最后用Matlab验证了其有效性。     

不同诱导因子对灵芝菌液体发酵的影响研究进展

灵芝是我国著名的药食两用真菌,近年来对灵芝菌丝体的液体发酵研究取得了较好的成果。该文综述了不同种类的诱导因子（无机盐、生长因子及非必须营养因子等）对灵芝液体发酵的影响,旨在提高灵芝液体发酵产物的品质,为灵芝液体发酵培养条件的优化研究奠定理论基础,以及为灵芝液体发酵技术的推广应用提供参考。     

花青素生物活性及制剂的研究进展

随着生活水平的提高,人们逐渐养成科学的生活方式。花青素作为一种天然抗氧剂,具有抗氧化、抗衰老、清除自由基、抗炎、抑菌、预防肥胖、心血管保护、降血糖、改善视力、提高认知能力、预防老年痴呆、预防癌症等活性作用。因其营养价值高、安全无毒、资源丰富,具有多种生理活性,在食品、化妆、医药等方面的应用有巨大潜力。但花青素在温度、光照、pH、金属粒子等因素条件下不稳定,使其生物活性及应用受限。添加辅色素、酚类化合物及酚酸、类黄酮、氨基酸和多肽、蛋白质、天然甜味剂等可以提高花青素稳定性。但花青素一直处于降解过程,这些方法在应用过程中有一定的局限性。近年来,用适宜材料包埋在对食品活性成分的稳定化及生物利用度提升方面表现出巨大的潜力。常见的方法如微胶囊、纳米颗粒、脂基颗粒如乳剂和脂质体、纳米/微凝胶等。但花青素的稳定时间相对于市场其他产品较短,还不能够完全满足市场需求,需要研究出新的方法来增加花青素的稳定性。本文概述了提取分离花青素的方法,总结了花青素生物活性及其制剂研究的概况,为花青素在医药和食品领域的深入研究提供参考。     

用服务铸就价值——浅论广电服务渠道建设

在服务渠道建设方面，广电运营商应明确目的，采用主动服务方式，努力提高企业管理水平和市场营销水平，增强企业的市场竞争力，逐步降低客户投诉和故障申告，满足用户日益提高的服务需求。     

从电解锰阳极泥中两段浸出锰富集硒试验研究

研究了以蔗髓和铁粉为还原剂,在酸性条件下从电解锰阳极泥中两段浸出锰并富集硒,考察了浸出温度、浸出时间、硫酸浓度、蔗髓用量、铁粉加入量对锰、硒浸出率和浸出液中残余有机物浓度的影响。结果表明:第1浸出阶段,在蔗髓/阳极泥质量比0.075 g/g、硫酸浓度4.4 mol/L、浸出温度90℃、浸出时间3 h条件下,锰、硒浸出率分别为74.31%和43.56%,浸出液中COD质量浓度0.337 g/L;在第2浸出阶段,阳极泥中未被浸出的锰,按铁粉/阳极泥质量比0.09 g/g添加铁粉,继续还原浸出,铁粉在还原浸出锰的同时,将溶液中的硒还原为单质硒沉淀,锰浸出率达99.31%,而硒的最终浸出率仅为0.50%,富集在浸出渣中。     

SCBT-index:基于谱编码的子图索引算法

随着图模型规模的扩大,单机算法难以适应大规模数据集下的子图查询.而现有的分布式算法基于无索引的简单遍历,join过程容易出现内存溢出,而且查询图分布异常时易出现负载不均衡.提出了一种基于谱编码的二叉索引树（SCBT-index）,首先对数据图中的顶点谱编码,根据编码信息构建二叉索引树.然后对查询图使用最小查询计划进行分解,最后join过程使用3个剪枝策略：基于拓扑结构的预剪枝、序列化join和基于分布式下的join优化.实验结果表明,SCBT-index在图集下的综合性能优于现有主流算法,单图下的查询时间为现有算法的1/2到1/4.     

一种面向语义重叠社区发现的 Block 场取样算法

语义社会网络(Semantic social network, SSN)是一种包含信息节点及社会关系构成的新型复杂网络. 传统语义社会网络分析算法在进行社区挖掘时, 需要预先设定社区个数且无法发现重叠社区. 针对这一问题, 提出一种面向语义重叠社区发现的block场采样算法, 该算法首先以LDA (Latent dirichlet allocation)模型为语义分析模型, 建立了以取样节点为核心节点的block 场BAT (Block-author-topic)模型; 其次, 根据节点的语义分析结果, 建立可度量block区域的语义凝聚力方法, 实现了语义信息的可度量化; 最后, 以节点的语义凝聚力为输入, 改进了重叠社区发现的标签传播算法(Label propagation algorithm, LPA)及可评价语义社区的SQ度量模型, 并通过实验分析, 验证了本文算法及SQ 度量模型的有效性及可行性.     

基于标签传播的语义重叠社区发现算法

语义社会网络(Semantic social network, SSN)是一种由信息节点及链接关系构成的新型复杂网络, 为此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题. 由此提出标签传播的语义重叠社区发现算法, 该算法以标签传播算法(Latent Dirichlet allocation, LDA)模型为语义信息模型, 利用Gibbs取样法建立节点语义信息到语义空间的量化映射; 提出可度量节点间相似性的主成分 (Semantic coherent neighborhood propinquity, SCNP)模型和语义影响力(Semantic impact, SI)模型; 以SCNP作为标签传播的权重, 以SI 作为截断值的参数, 提出一种改进的Semantic-LPA (Semantic label propagation algorithm)算法; 提出可度量语义社区发现结果的语义模块度模型, 并通过实验分析, 验证了算法及语义模块度模型的有效性及可行性.