排序方式: 共有123条查询结果,搜索用时 15 毫秒
71.
茶叶可食性DNA的PEF快速提取方法 总被引:1,自引:0,他引:1
应用PEF成功从等外绿茶中提取可添加于食品中的DNA,并与SDS提取法的提取率进行比较。结果表明,将物料悬浮于pH 8.5的EDTA缓冲液中,在脉冲电场强度为25kV/cm,脉冲宽度为2μs,脉冲数为14,NaCl浓度为1mol/L和料液比1∶6的条件下,DNA有最大提取率2377.10μg/g。PEF提取率是常规方法的1.32倍,所得DNA经吸光度检测OD260/280﹥1.80。PEF法耗时短,操作简单,成本低。因此,PEF提取是一种很有希望的食用DNA提取方法。 相似文献
72.
提出了将贝叶斯网络应用于裂解炉工艺参数控制系统安全性分析的方法。在对影响裂解炉安全运行的重要工艺参数进行分析后,确定了使裂解炉控制失效的20个变量;根据贝叶斯网络的分析原理,构建了贝叶斯网络模型,并采用Bayes NetToolbox软件包对所建立的模型进行安全性分析,求解出在以根结点为已知证据时,目标节点(叶节点)发生的概率及各根节点的后验概率。计算结果表明,原料流量、炉管出口温度和燃料气流量是工艺参数控制系统的薄弱环节,特别是炉管出口温度。贝叶斯网络的计算结果为裂解炉工艺参数控制的定量安全性分析提供了决策依据。 相似文献
73.
74.
75.
近年来,随着化学工艺、设备的复杂化和大型化程度不断深入,如何为化工企业及时、准确地诊断故障、排除事故,成为一个极具挑战性的问题。目前,以深度学习为代表的化工过程故障检测与诊断技术成为业界解决问题的主要思路之一,但现有深度方法在构建诊断模型时只关注了变量的非线性高阶特征,不能充分、全面地挖掘多源交互信息,难以有效地融合各类异构数据。基于此,提出一种基于极深因子分解机的化工过程故障诊断方法,通过并行融合三类不同网络模型(分解机模型、深度神经网络模型、压缩交互网络模型),实现对高阶、低阶及线性特征的自动提取和高效整合。为了评估模型性能,从单故障诊断和多故障混合诊断的角度出发,在田纳西-伊斯曼过程(TE)仿真数据集上进行了广泛的对比实验,结果表明,所提方法较以往故障诊断方法在精确率和召回率等指标上具有明显优势。 相似文献
76.
78.
79.
80.