排序方式: 共有72条查询结果,搜索用时 31 毫秒
61.
62.
为确定较优的乳酸菌发酵菌种,向苦荞芽苗饮料中接种保加利亚乳杆菌、嗜热链球菌和植物乳杆菌进行发酵,比较发酵过程中饮料感官评分、乳酸菌活菌数、总糖、还原糖、总酸、总蛋白、总黄酮、芦丁、槲皮素、山奈酚-3-O-芸香糖苷等营养成分的变化。结果表明,乳酸菌能够较好地在苦荞芽苗饮料中生长,植物乳杆菌的发酵活性较其他2种乳酸菌高,且植物乳杆菌和保加利亚乳杆菌混合发酵有一定的协同作用,得到的产品感官评分最高。不同乳酸菌发酵造成饮料液中总糖和还原糖含量下降,发酵48h后总糖含量最多下降了24.8%,还原糖含量最多下降了34.2%。植物乳杆菌在发酵48h产酸量最多,嗜热链球菌产酸能力最弱。饮料液中的蛋白质被乳酸菌作为氮源利用,发酵48h后其总蛋白含量最多降低了58.6%。乳酸发酵对芦丁基本没有影响,但会造成槲皮素和山奈酚-3-O-芸香糖苷少量分解。 相似文献
63.
全局光照渲染技术在虚拟现实应用中日益普及,但其图像高分辨率采样带来的高时间成本严重影响用户感受.为解决上述问题,提出分段式卷积神经网络模型,对低分辨率采样渲染结果进行实时降噪并获得更高质量的渲染图像结果.该模型分为2段,针对已有降噪模型处理时序渲染结果序列时出现的不稳定性瓶颈,前段使用多层跳跃连接的循环卷积神经网络将渲染结果以序列为单位进行处理,保障降噪结果的时序稳定性;针对降噪模型在时序降噪中的效果瑕疵,后段串联多层渲染图像降噪卷积神经网络对处理结果进行优化;为加快模型训练速度并进一步提升降噪效果,使用低分辨率采样的场景反射率图、法线向量图、场景深度图、阴影图等渲染辅助图像信息作为辅助输入.所提模型综合了已有图像和视频降噪模型的优点,在5种自定义场景上的降噪实验结果表明,该模型具有良好的时序稳定性和降噪效果,镜面处噪点数量明显少于当前主流的OptiX降噪器;在降噪结果与目标图像的结构相似性(SSIM)指标上,与OptiX降噪器相比,该模型在5个场景中分别有5.8%, 12.2%, 1.5%, 4.7%和1.8%的提升. 相似文献
64.
为建立一种快速判别小麦霉菌污染的方法,该研究采用近红外光谱技术结合化学计量学方法,以126份小麦样品为研究对象,通过剔除异常样品、光谱降维和预处理,采用支持向量机分类(support vector machine classification,SVM)方法建立判别模型。结果表明:运用基于马氏距离的主成分分析方法剔除异常样品5个,将原始光谱数据进行降维处理得到8个主成分,能够代表原始样本的98.80%。输入变量的最佳预处理方式为标准正态变量变换,最佳核函数为linear,核函数参数C值为10,SVM判别模型的训练集判别正确率为100%,交叉验证判别正确率为98.89%。用未参与建立判别模型的外部验证集样品对SVM判别模型进行验证,结果表明:SVM判别模型对外部验证集样品的判别正确率为100%。该研究所建立的SVM判别模型可以用于小麦霉菌污染的快速检测。 相似文献
65.
66.
67.
本文选用早籼米,采用传统工艺即挤压技术干法生产制作米粉。在传统工艺的基础上,添加马铃薯雪花粉作为米粉品质改良剂,生产制作不同马铃薯雪花粉含量的马铃薯米粉。以纯米粉和不同马铃薯雪花粉添加量制成的马铃薯米粉为研究对象,从复水特性、蒸煮特性、营养成分和感官评定四个方面对纯米粉和不同马铃薯雪花粉含量米粉的品质进行分析比较。并将不同马铃薯雪花粉添加量的马铃薯米粉进行比较,确定了马铃薯米粉中马铃薯雪花粉的最佳添加量。结果表明:马铃薯米粉的品质优于纯米粉的品质,马铃薯雪花粉的最佳添加量为40%,采用传统工艺生产制得的马铃薯米粉复水速率快、蒸煮损失率低、断条率低、营养成分和矿物质含量更丰富。本文可以为工业生产提供理论基础,也可以为消费者选择马铃薯米粉提供选择依据。 相似文献
68.
69.
采用近红外光谱技术结合偏最小二乘法建立预测红薯淀粉及全粉粉丝中薯粉含量的定量模型,实现薯粉含量的在线快速检测。分别制作180份红薯淀粉粉丝和红薯全粉粉丝样品,以一阶导数、最大最小归一化处理、移动平均平滑、多元散射校正、标准正态化等计量学方法预处理光谱。结果表明,选择波数9403.6~7498.2 cm–1、6101.9~4246.7 cm–1+消除常数偏移量所建的红薯淀粉粉丝模型效果最好,波数9403.6~4597.6 cm–1+减去一条直线所建的红薯全粉粉丝模型效果最好,预处理后2个模型相关系数分别为0.9875和0.9892,交叉验证均方根误差(RMSECV)分别为1.23和1.13,校正后预测相对分析偏差(RPD)分别为6.83和7.42。外部验证预测相关系数为0.9625和0.9714,相对标准偏差(RSD)均小于1,模型具有较高的准确度。近红外光谱技术可以实现贵州红薯粉丝中薯粉含量的快速检测。 相似文献
70.
通过五氟苯肼与甲醛进行衍生,建立高效液相色谱法定量测定果蔬中甲醛含量的分析方法。样品在温度为60 ℃超声波条件下直接提取衍生30 min,离心纯化后高效液相色谱检测,外标法定量。优化的色谱条件为:XDB-C18色谱柱(4.6 mm×250 mm,5 μm),流动相:乙腈-水(70∶30,V/V),流速1.0 mL/min,柱温40 ℃,检测波长258 nm。结果表明,该方法的定量检测限可达到0.114 mg/kg,在0.114~57 mg/L范围内呈良好的线性关系,当甲醛添加量分别为1.14、8.55、17.10 mg/kg时,平均回收率为81.4%~101.8%,相对标准偏差为2.6%~5.0%(n=6)。该方法样品前处理简便、稳定性好、检测限低,适合果蔬中甲醛含量的快速检测。 相似文献