不同种源绿色型香椿特征风味的分析

目的:研究不同种源表型为绿色的香椿香气成分的差异。方法:选用顶空固相微萃取法（HS-SPME）结合气相色谱-嗅闻-质谱（GC-O-MS）联用仪对太和青油椿、永济香椿、十堰香椿、岚皋香椿四个不同种源绿香椿的挥发性成分进行提取和鉴定,并对特征香气成分进行分析。结果:在温度为50℃时,用65 μm PDSM/DVB的萃取头对样品萃取40 min,可以使萃取效率达到最大。采用GC-MS对挥发性成分进行分析,在四种绿香椿中共鉴定出46种挥发性成分,其中永济香椿检测到的挥发性成分最多,共40种,萜烯类化合物有23种,占比最大;而十堰香椿检测到的挥发性成分最少,共26种,萜烯类只有10种。经过嗅闻仪分析,发现绿香椿中有18种特征香气成分,萜烯类和含硫类化合物是绿香椿的主要挥发性成分,其中2-巯基-3,4-二甲基-2,3-二氢噻吩的香气强度最高。结论:这四个不同种源香椿在萜烯类化合物的种类和含量上差异明显,其中青油椿与永济香椿中的萜烯类化合物种类和含量都比较高,因此其风味也优于十堰香椿和岚皋香椿。     

基于残差块网络的图像去雨算法

为了从有雨图像中恢复图像质量,提出了一种基于残差块网络的海面图像去雨算法。该算法将两种类型的残差块网络相结合,用于提取有雨图像的深层次信息。在训练过程中,学习有雨图像与原图之间的残差,使算法操作的图像目标值域缩小,稀疏性增强。在训练数据集方面,我们采用室外雨天图像数据集和两种加雨算法进行模拟的海面雨天图像数据集,以此扩充训练样本。测试集图像我们选择3种不同类型的雨天场景图像,雨水的类型包括雨线和雨滴。实验结果表明了本文的去雨算法能够适用于不同的雨天场景,去雨处理后图像信噪比评价指标均在35以上,结构相似度均在0.97以上,总体上提升了图像的清晰度。     

番石榴叶多糖超声波细胞粉碎辅助提取工艺及其体外抗氧化活性

以番石榴叶为原料,采用超声波细胞粉碎法辅助提取番石榴叶多糖,探讨各因素对番石榴叶多糖得率的影响,通过Box-Behnken响应面法设计优化番石榴叶多糖的最佳提取工艺。通过测定·OH、DPPH自由基、O2-·的清除能力和总还原力,评价番石榴叶多糖体外抗氧化活性。结果表明,番石榴叶多糖的最佳提取工艺：料液比1∶14（g/mL）,超声功率140 W,提取时间16 min,此条件下番石榴叶多糖得率可达（2.00±0.08）%。提取后的番石榴叶多糖具有一定的体外抗氧化活性,其·OH清除率为（23.30±1.29）%,DPPH自由基清除率为（65.43±2.56）%,O2-·清除率为（22.30±1.53）%,具有较强的总还原力。     

不同种源紫色型香椿特征挥发性成分分析

为了研究不同种源紫香椿的挥发性成分及风味的差异。采用顶空固相微萃取(HS-SPME)对不同种源表型为紫色的香椿嫩芽挥发性成分提取并进行条件优化,结合气相色谱-嗅闻-质谱(GC-O-MS)和主成分分析对其挥发性成分进行检测及风味差异的分析。结果显示,HS-SPME技术的最佳萃取条件为65μm PDMS/DVB的萃取头,在50℃时萃取40 min。采用GC-MS进行定性和定量分析,在10种紫香椿中共鉴别出了54种挥发性化合物,其中包括30种萜烯类化合物、14种含硫类化合物、6种醇类物质、3种醛类物质和1种酸类物质,其中西牟红香椿检出36种、临朐红香椿32种、淄博香椿27种、青州红香椿38种、焦作红香椿39种、黑油椿34种、巴山红27种、运城红香椿34种、常山本地椿34种、河北红香椿36种。样品经过GC-O-MS分析,在10种紫色表型的香椿中分辨出14种挥发性成分,其中有6种含硫类化合物、6种萜烯类化合物、2种醛类化合物。山东地区的4种香椿(西牟红香椿、临朐红香椿、淄博香椿、青州红香椿)萜烯类和含硫类化合物的相对含量较其他地区的高,而且含有特有的挥发性成分(+)-β-芹子烯。经主成分分析,西牟红香椿风味物质相对含量的综合评分最高,风味最佳,其特有的(+)-β-芹子烯对风味影响最大,而常山本地椿风味物质相对含量的综合评分最差。经过综合评分,选出西牟红香椿为风味最优香椿,为香椿在食品加工中的应用提供了依据。     

基于人工蜂群算法的混沌系统参数估计

为了更准确的估计混沌系统的未知参数,提出了一种基于人工蜂群算法的混沌系统参数辨识方法,该方法将混沌系统中参数估计转化为多维变量的函数优化问题,利用搜索方程对多维空间变量进行充分搜索,通过优化人工蜂群算法计算估计值与真值之间的均方差,从而估计出混沌系统的参数. Lorenz混沌系统的参数辨识仿真实验结果表明了该方法的可行性,并且算法收敛速度快,估计精度高.     

风雨洗礼淡定出奇——记第11届中国十佳职业时装模特韩冉

“经历过大风大浪的洗礼，人就会变得理性．平和，更会发现亲情．友情和爱情对自己是多么重要。”     

改性奇亚籽粕可溶性膳食纤维对韧性饼干品质的影响

为研究超声改性奇亚籽粕可溶性膳食纤维对韧性饼干消化特性和物理特性的影响,将超声改性奇亚籽粕可溶性膳食纤维（ultrasonic modified soluble dietary fiber,U-SDF）添加至小麦粉中,研究U-SDF的热重曲线及其韧性饼干的持水性、持油性、硬度和脆度等品质特性,采用体外模拟淀粉消化方法预测血糖指数（predicted glycemic index,pGI）。结果表明：超声改性脱脂奇亚籽粕中可溶性膳食纤维（SDF）最优条件为超声温度50℃,超声时间10 min,超声功率80 W,此条件下SDF提取率为24.8%;U-SDF具有更好的耐热性;随着U-SDF添加量的增加,饼干持水性和持油性随之增加,饼干的pGI值、硬度和脆度随之下降,饼干的网络结构变得不连续。结合感官评价结果综合分析,当饼干中U-SDF添加量为3.2%时,饼干的品质最佳。     

玫瑰茄中增甜香气成分分析及含量测定

以玫瑰茄的花萼为原料，通过气相色谱嗅闻技术筛选出11种可能呈现与甜味感知相关的挥发性香气成分，包括己醛、糠醛、苯甲醛、1-辛烯-3-醇、辛醛、芳樟醇、壬醛、α-松油醇、癸醛、香叶基丙酮和橙花叔醇。由感官描述筛选出6种甜味感知相关的香气成分，分别为糠醛、苯甲醛、芳樟醇、癸醛、香叶基丙酮和橙花叔醇，且除癸醛以外的5种香气成分在30 g/L蔗糖溶液中均有显著增甜作用，其中芳樟醇的增甜效果最佳。通过气相色谱-质谱联用技术对玫瑰茄中香气成分进行定性定量分析。结果表明，玫瑰茄样品中香气成分达56种，占峰面积的95.51%，其中醛类17种、碳氢化合物10种、醇类10种、酯类8种、酸类3种、酮类4种和其他化合物4种。糠醛（12.64%）、苯甲醛（1.69%）、芳樟醇（1.75%）、癸醛（4.10%）、香叶基丙酮（1.36%）以及橙花叔醇（1.01%）的相对含量均高于1%。