黑豆7S球蛋白提取工艺及抑制淀粉酶特性研究

为探究黑豆中7S球蛋白在抑制α-淀粉酶活性方面的作用,采用碱提酸沉法提取黑豆7S球蛋白,运用Box-Behnken响应面试验优化提取工艺,并探究其在温度及酸碱度等方面的稳定特性。结果表明：在提取液料比13∶1(mL/g)、pH 4.8、氯化钠浓度0.16 mol/L条件下,黑豆7S球蛋白对α-淀粉酶的抑制效果最好。该蛋白为热敏性蛋白,30～60℃时对α-淀粉酶有良好的抑制活性,pH 3～9时具有较好的酸碱耐受性。7S球蛋白质量浓度为0～20 mg/mL时,对α-淀粉酶的抑制率表现出线性正相关性;淀粉质量浓度对α-淀粉酶抑制活性的影响不大,这可能跟黑豆7S球蛋白对α-淀粉酶的抑制类型有关。黑豆7S球蛋白可作为一种天然活性物质用于抑制淀粉酶活性方面的研究。     

建筑墙体渗漏常见原因分析及防治方法

分析了不同材质的墙体发生渗漏的原因, 针对性地提出了预防及处理方法, 提出要在设计、施工两个阶段加强对墙体渗漏的防范.     

微生物学课程教学中的几点思考

微生物学是一门重要的基础课程,本文概述了在教学中存在的主要问题,并从以下几个方面入手探索了提高教学效果的方法:建立良好师生关系;利用多媒体教学、对比式教学和案例式教学优化教学内容,提高学生学习兴趣;改革考核模式,强化过程考核,提高学生学习自主性。     

负载改性钾长石吸附废水中苯酚的研究

以钾长石为原料,采用氧化钙和硅酸钠对其进行负载,使其具有更多的微介孔结构,再用十六烷基三甲基溴化铵对其改性,合成得到的钾长石负载改性物（CK）对废水中苯酚进行吸附。考察了CK添加量、溶液初始pH、吸附时间、苯酚初始浓度等因素对CK吸附苯酚的影响,并结合动力学及热力学模型进行拟合探究其吸附机理。结果表明,苯酚去除率随着CK添加量的增加而增加;溶液呈中性时吸附效果较佳;吸附在1 h时开始趋于平衡;随着苯酚初始质量浓度（50~3 000 mg/L）的增加,CK对苯酚的吸附量可增至30.32 mg/g并趋于饱和,该值是原材料的9倍多。准二级动力学模型和Freundlich等温吸附模型能较好地描述CK对苯酚的吸附过程,说明该过程以化学吸附为主。Langmuir、Freundlich等温吸附模型均能说明钾长石经负载改性后有利于吸附废水中的苯酚。     

基于联级小波神经网络的LF精炼渣成分预报

LF炉精炼渣的成分是影响LF精炼是否达到目标的重要因素,而转炉渣成分获得是确定LF精炼渣成分的关键因素。基于神经网络有利于解决非线性问题的特点,构建了适合解决上述问题的联级预报模型。采用VB 6. 0进行编程,应用克服BP神经网络缺陷的小波神经网络,建立了联级小波神经网络。经研究分析确定,第1级网络结构为8×10×5,第2级网络结构为13×12×6,其中联级中的隐含层传递函数都为Morlet型函数,输出层传递函数都为S型函数。采用800炉数据进行模型训练,30炉数据现场验证表明,预报结果中32. 2%炉次的绝对值相对误差在5%以内,86. 1%炉次的绝对值相对误差在20%以内,最小绝对值相对误差为0,最大绝对值相对误差为33. 5%。该模型预测精度较高,可以满足实际生产中对精炼渣成分预报精度的要求。     

基于XML的试卷制作

在网络远程考试系统中,将试题的形式和内容相分离。使教师在编制试题时仅考虑试题的内容而不必关心试卷的格式,可避免大量的重复工作,提高教师的工作效率。可扩展标记语言XML是SGML的一个简化子集,能将HTML的易用性结合到Web中,以一种开放的自我描述方式定义数据结构,在描述数据内容的同时能突出对结构的描述,从而体现出数据间的关系。采用XMI,文件存储试题信息,通过扩展样式语言XSLT和层叠样式表CSS来展现网页,可有效地解决试题库数据添加和修改困难等问题。     

X射线安检设备中双能量方式下R值的提取

R是与有效原子序数直接相关的量。根据已知物质的双能量透射图像的低、高能灰度值可以计算出R值。推证了用R值算法来获得被检物质属性，进而找出危险品的方法。     

黑龙江大学计算机科学技术学院简介

计算机科学技术学院成立于2000年，其前身是始建于1985年的计算机科学系，该院的计算机科学技术专业招生开始于1972年的数学系。经过几十年的不断发展壮大，学院目前已发展成为一个集教学、科研于一体的教学科研单位。     

一种复杂网络通信抗毁节点优化算法仿真

在网络通信系统中,干扰使得节点负载增大,会造成节点负荷强制转移,将节点负担转嫁给其它节点,节点数量限制会引起过载失效,造成路由节点级联崩溃,引发网络控制大面积瘫痪.传统的通信算法中只是单纯地增加节点数量规避风险,但是节点的增加不能承担海量转嫁负担,不能很好地规避级联崩溃的风险.为了解决上述问题,提出一种节点选择支持向量机增量学习算法,通过加入节点级联自学习过程,在节点发生较大规模瘫痪的情况下,通过自学习计算最优节点,规避失效节点,克服瘫痪.通过仿真结果分析显示,新算法下网络通信中抗毁性有了较大的提高,网络的鲁棒性明显增强.     

基于实验模型的气动人工肌肉位置控制研究

针对目前气动人工肌肉数学模型建模过程较为复杂的问题,提出一种气动人工肌肉的实验模型辨识方法。以气动人工肌肉-质量系统为实验对象,对其输入气压与气动肌肉收缩量之间的关系模型进行实验辨识研究。采用欠阻尼二阶系统来描述气动人工肌肉充气与排气过程的动态响应,并利用实验数据对模型参数进行辨识。最后基于辨识得到的模型进行气动人工肌肉的位置控制,实验结果验证了模型的有效性。