一种复合蒸馏酒的生产工艺优化

以复合果粮苹果、柑橘、红薯、糯米为原料,利用液态蒸馏法生产干型复合味白酒。选取粗馏酒精度、酒头去除量、精馏温度、酒心酒精度作为蒸馏生产过程中影响非酒精挥发物总量的因素,采用4因素3水平的响应曲面分析法优化,结果表明,最佳工艺条件为:粗馏酒精度27%vol、酒头去除量1.6%、精馏温度76℃、酒心酒精度55%vol,此条件下,非酒精挥发物总量达到3.31 g/L,与理论预测值3.23 g/L接近,所得复合果粮蒸馏酒的感官评价最佳,表明利用响应面分析法拟合得到的回归方程模型具有一定的可行性。     

蓝莓草莓配制酒的研制及稳定性探讨

蓝莓草莓配制酒是以四川产的蓝莓、草莓为主要原料,使用绵柔基础酒1号、绵柔基础酒2号、绵柔基础酒3号为组合酒基,经浸提调配而成的酒品。通过正交试验得到蓝莓草莓配制酒的最佳配制参数是:果汁含量为40%,果汁配比(蓝莓∶草莓)为1∶1.2,酒精度为15%vol,组合酒基配比(绵柔基础酒1号∶绵柔基础酒2号∶绵柔基础酒3号)为6∶3∶1;所研制的蓝莓草莓配制酒稳定性良好,具有色泽紫红清亮、香气浓郁、口感清爽怡人、回味悠长的特点。     

可见光与红外图像组K-SVD融合方法

传统稀疏表示融合方法,以图像块进行字典训练和稀疏分解,由于没有考虑图像块之间的内在联系,易造成字典原子表征图像特征能力不足、稀疏系数不准确,导致图像融合效果不好。为此,本文提出可见光与红外图像组K-SVD（K-means singular value decomposition）融合方法,利用图像的非局部相似性,将相似图像块构造成图像结构组矩阵,通过组K-SVD进行字典训练和稀疏分解,可以有效提高字典原子的表征能力及稀疏系数的准确性。实验结果表明,该方法在主观和客观评价上都优于传统稀疏融合方法。     

红外与可见光图像多特征自适应融合方法

由于成像机理不同,红外图像以像素分布表征典型目标,而可见光图像以边缘和梯度描述纹理细节,现有的融合方法不能依据源图像特征自适应变化,造成融合结果不能同时保留红外目标特征与可见光纹理细节。为此,本文提出红外与可见光图像多特征自适应融合方法。首先,构建了多尺度密集连接网络,可以有效聚合所有不同尺度不同层级的中间特征,利于增强特征提取和特征重构能力。其次,设计了多特征自适应损失函数,采用VGG-16网络提取源图像的多尺度特征,以像素强度和梯度为测量准则,以特征保留度计算特征权重系数。多特征自适应损失函数监督网络训练,可以均衡提取源图像各自的特征信息,从而获得更优的融合效果。公开数据集的实验结果表明,该方法在主、客观评价方面均优于其他典型方法。     

红外与可见光图像注意力生成对抗融合方法研究

目前,基于深度学习的融合方法依赖卷积核提取局部特征,而单尺度网络、卷积核大小以及网络深度的限制无法满足图像的多尺度与全局特性.为此,本文提出了红外与可见光图像注意力生成对抗融合方法.该方法采用编码器和解码器构成的生成器以及两个判别器.在编码器中设计了多尺度模块与通道自注意力机制,可以有效提取多尺度特征,并建立特征通道长...