青梅提取物改善痛风和高尿酸血症的研究

本文介绍了青梅提取物改善痛风和高尿酸血症的实验,提前对痛风小鼠给予不同剂量的青梅提取物,发现低剂量组可以使小鼠体内的血尿酸含量减少60.3%(p<0.05),给予青梅提取物10d后,痛风小鼠体内血尿酸含量减少49.9%(p<0.01);防治小鼠痛风的青梅提取物最佳剂量为1140mg/kg,在该剂量下小鼠体内的血尿酸含量减少了33.9%(p<0.05)。结论:青梅提取物在1140mg/kg剂量下能显著改善痛风小鼠高尿酸血症。     

枣皮中食用色素的提取工艺及其稳定性研究

本文对枣皮中食用红色素的提取工艺进行了研究，选择出NaOH溶液作为最佳提取剂，确定了最佳提取工艺为：NaOH浓度3％，料液比40mL提取剂／g原料（干基），提取温度100℃，提取时间100min。同时对枣皮红色素的性质进行了初步探讨，结果表明，该色素对光照、热处理、还原剂、K^＋、Ca^2＋、Zn^2＋、Mg^2＋和蔗糖、柠檬酸等添加剂的稳定性均较好。     

一种新颖的不对称六相SVPWM算法

针对传统的六相SVPWM算法比较复杂的问题,本文提出一种新颖简便的SVPWM算法。该算法只需通过输入的两路正交正弦电压U?和U?简单的加减及逻辑运算即可进行扇区判断,再利用查表得到基础矢量的作用时间,避免了传统六相SVPWM算法中三角函数计算等过程,简化了算法步骤。并以双三相永磁同步电机为被控对象,给出了基于Matlab/Simulink的SVPWM模块和系统的仿真模型,仿真结果验证了所提出算法的有效性。     

海洋胶原蛋白肽在功能性食品中的应用

本文综述了海洋胶原蛋白肽在功能性食品领域的应用情况。介绍了海洋胶原蛋白的结构特点,论述了海洋胶原蛋白肽的制备技术,重点探讨了海洋胶原蛋白肽的生物学功能,包括延缓皮肤衰老、改善骨骼健康、调节血压、保护胃粘膜和抗氧化性等生物学功能,最后对海洋胶原蛋白肽在功能性食品领域的应用前景进行了展望。     

基于二阶锥规划的光储系统功率平滑最优控制策略

提出一种基于二阶锥规划(Second-order Cone Programming,SOCP)的光储系统 (Photovoltaic Energy Storage System,PESS) 功率平滑最优控制方法,不仅能够保证PESS功率平滑输出,而且能够实现其内部的有功功率最优分配（经济性）,弥补了传统方法二者只能择其一的缺陷。该方法首先构建计及发电成本指标、环境污染指标以及一次能源浪费指标的PESS的2维SOCP模型,然后利用Matlab平台,应用预估-校正算法实现PESS机组间最优功率分配。基于Matlab平台与PSCAD平台的算例验证结果表明,该方法不仅能够很好地抑制光伏输出功率的波动,而且能够给出经济性最优的功率分配策略,且不会陷入局部极小点,计算速度快,准确度高,易于工程实践。     

直接合成法制备载银稻壳活性炭及其对苯并噻吩的吸附

分别采用直接合成法和浸渍法制备了载银稻壳活性炭脱硫吸附剂,通过N2吸附-脱附、TEM及XRD测试手段对其进行表征,通过静态吸附实验研究了载银稻壳活性炭对苯并噻吩的吸附性能。结果表明,直接合成法在活化稻壳制得活性炭的同时将银颗粒均匀地负载在活性炭的表面;与浸渍法相比,直接合成法上的活性组分分散更均匀,粒径更小,且NO3-在稻壳活化过程中也起到了增加活性炭比表面积、孔体积和孔径的作用。通过对比实验证明了直接合成法制备的载银活性炭对模拟汽油中的苯并噻吩具有较高的吸附容量,30℃时,模拟汽油中的硫含量为542.6 ppm,吸附剂的硫吸附容量达到了15.58 mg/g。     

生物进化理论在入侵检测系统中的应用研究

将生物进化的理论引入入侵检测系统,在算法中体现出基因算法的并行优势。     

霍氏肠杆菌WM1产青霉素酶发酵条件的研究

采用霍氏肠杆菌WM1菌株液体发酵生产青霉素酶,研究了碳源、氮源、金属离子、培养基起始pH值、接种量和温度对菌株产青霉素酶活力的影响。结果表明,WM1的最适发酵温度为37℃,pH值为7.0,最佳接种量10%。在以2.0%葡萄糖为碳源、0.3%酵母粉为氮源、0.010%Mg2+时产酶活力最高,为1.15×104U(/mL.h)。     

动力稳定装置-轨道系统横向动力学响应分析

针对不同道床工况下轨道动力稳定车作业时轨枕的动力学响应的规律和最优作业参数选择的问题,文中建立了动力稳定装置-轨道系统横向动力学模型。利用MATLAB软件结合数值积分法对动力学模型进行了仿真求解,得到了不同道床工况下的轨道动力稳定车作业时轨枕动力学响应规律和动力稳定装置最优激振频率。结果表明,在同一激振频率范围内,随着道床横向刚度和阻尼的增大,轨枕横向动力学响应均值逐渐变小。文中的道床工况得到最优激振频率为31~33 Hz。     

一种基于改进粒子群优化的XML结构聚类方法

在对XML文档进行数据挖掘时,很多结构语义信息没有被充分考虑进来.为了更好地进行大规模文档集的挖掘,本文首先给出一个新的基于语义和支持度的XML结构模型对每个文档建模.然后根据该模型,提出基于改进粒子群优化的结构聚类方法.实验中,为了增加算法的实用性,将粒子群优化的思想与传统的K均值算法相结合,其优点是能够跳出局部极值.实验结果表明提出的方法在聚类准确性和收敛程度方面都优于传统基于划分的聚类算法.