我国平板显示器件技术标准的发展

我国平板显示器件标准的发展历程 我国一直重视平板显示器件标准的制定工作,其发展历程可分为四个阶段.     

热处理对酶改性蛋黄液乳化性的影响及拉曼光谱分析

蛋黄液对热敏感,64 ℃左右开始变性形成凝胶,加工过程中的热处理会导致其乳化性质下降,限制了其在食品工业中的应用。因此,本实验研究不同热处理条件（60、65、70 ℃均处理4 min）对酶改性蛋黄液乳化性质及蛋白质结构的影响。结果表明：随着热处理温度的升高,蛋黄液的乳化活性呈现下降的趋势,所形成的乳化体系平均粒径表现出增大的趋势。同一热处理条件下,酶改性蛋黄液的乳化活性及乳化稳定性均显著高于未改性蛋黄液（P＜0.05）,酶改性蛋黄液所形成的乳化体系粒径明显减小,粒径分布更加接近正态分布。拉曼光谱分析结果显示,在不同热处理条件下酶改性蛋黄液中蛋白质二级结构发生变化,在65 ℃以下随温度升高α-螺旋结构相对含量显著升高,无规卷曲结构相对含量显著下降（P＜0.05）;其色氨酸残基、酪氨酸残基及脂肪族疏水基团较未改性蛋黄液更倾向于暴露。采用偏最小二乘法建立了基于拉曼光谱的蛋黄液乳化性质模型,结果表明蛋黄液中蛋白质二级结构及构象变化（特别是低密度脂蛋白的构象变化）对蛋黄液乳化性质影响最大。     

毛细柱气相色谱法测定乳品中甜蜜素

建立了气相色谱法测定乳品中甜蜜素质量分数的方法。采用色谱柱为VF-5VMS,氢火焰离子化检测器,优化了色谱条件。结果表明,效果很好。     

基于LSTM-Prophet非线性组合的时间序列预测模型

目前采用单一预测模型对于复杂的非线性时间序列具有预测精度较低,且不能很好地捕捉时间序列的复合特征的问题,因此本文提出一种基于BP神经网络组合的长短期记忆网络-Prophet(LSTM-Prophet)时间序列预测模型。模型将长短期记忆网络及Prophet这2种预测模型得到的预测值通过BP神经网络进行非线性组合,得出最终的预测值。随后设计实现本文模型与3个单项模型的对比实验,使用3个不同领域的数据集验证本文模型的准确性和有效性。实验结果表明提出的预测模型具有较高的预测精度、较好的通用性和应用前景。     

数据挖掘技术在松花江水质预测中的应用

为更好地实现松花江水质预测,对水质的科学管理起到指导作用,应用人工神经网络技术（ANN,ArtificalNeuralNetworts）,利用松花江四方台监测站某连续3年水质数据,建立水质预测模型,实现对松花江主要污染指标CODmn的预测．为保证预测模型具有较高的预测精度,将数据按月分期,应用聚类分析法对数据进行处理,...     

对时空消耗概念下路网广义容量计算方法的修正

本文通过分析广义容量的内涵和计算前提,对路网广义容量的计算方法进行了修正,并提出了在广义容量限制下的车辆限制保有量的计算方法和依据预测车辆保有员推算路网长度的计算方法。可为城市交通规划和建设的决策提供依据。     

基于流相关性的网络流量分类

网络流量分类技术对网络安全管理起着非常重要的作用。随着网络和信息技术的发展,传统的基于端口号和深度包检测分类方法的局限性愈发明显,不能对现有的流量进行准确分类。提出一种基于流相关性的半监督网络流量分类算法,并使用MDL-CON高斯混合模型作为聚类模型,通过聚类过程中利用流之间的相关性提高模型的准确度。采用MDL准则解决了高斯混合模型需要人为预先设定类簇数目和高度依赖于初始值的问题。实验结果表明,利用该方法来处理流量分类问题可取得理想的分类效果。     

白云铁矿富钾板岩综合利用途径的研究

文章阐述了白云鄂博铁矿富钾板岩的几种综合利用的途径,分别探讨了碳酸钠、石灰石烧结法和湿法的酸碱分离方法,以此达到富钾板岩综合利用的目的.