亳菊酵素发酵过程中主要重金属元素的食品安全性研究

为了明确亳菊发酵过程中的食品安全性,本实验以亳菊为材料,通过酵母好氧发酵5天,双歧杆菌密闭静置发酵5天,并利用电感耦合等离子体质谱仪测定亳菊发酵过程中主要重金属离子的含量.结果表明:好氧发酵5天后,酵素溶液中铬,铜、碘、镉、铅五种金属离子含量都有所下降,发酵菊花干物质中铜,铅二种金属离子含量有所下降.密闭静置发酵5天后...     

一类延迟微分代数方程的稳定性

讨论了K（Ａ）α,β,γ问题类的稳定性和渐近稳定性,分别给出其理论解稳定和渐近稳定的充分条件.     

单片机多主机通信协议的设计与运行

采用RS485现场总线构建单片机多主机通信网络系统,可以克服传统的主／从机通信模式存在的诸多缺点,在实际工程应用中具有很强的功能,如果配以更完善的通信协议,就会使它的应用具有更强的生命力和更美好的应用前景。     

一种基于知觉模拟的全参考图像质量评价方法

为提高客观图像质量评价与主观图像质量评价的一致性,提出一种模拟人类感知图像质量过程中,由生理因素主导的前期过程和由心理因素主导的后期过程的IQA 方法. 人类感知图像信息的过程依赖于人脑的内部生成机制,它主动预测图像中易被感知的简单结构且忽略难以被感知的复杂结构. 此方法利用贝叶斯预测模型将输入图像分为易感知区域和难感知区域,对具有各异感知特征的两区域通过不同特征进行分别评估. 最后采用关于视觉显着性和亮度掩蔽的整体综合策略,对两组评估结果统一进行计算. 基于整体感知的综合策略和基于局部感知的保真度测量在此方法中互为补充.TID2008 等4 个通用评测数据库的实验结果,指出了该方法具有良好的预测精度和稳定性.     

卵形鲳鲹神经坏死病毒基因组的分析及其特异性检测引物的筛选

从海南发病的卵形鲳鲹中分离到一株病毒,经测序分析,推测该病毒为神经坏死病毒.提取病鱼脑部、眼部总RNA,并用其反转的cDNA为模板,分段克隆出RNA1和RNA2片段,测序后通过拼接获得其基因组,命名为GPNNV(Golden Pompano Nervous Necrosis Virus).系统进化树分析结果表明,GPNNV属于RGNNV基因型.为了获得GPNNV特异性强、灵敏度高的检测引物,本研究基于GPNNV的RNA2保守区设计了9对检测引物,然后通过普通PCR及实时荧光定量PCR技术,筛选出1对最佳引物,可以检测到病毒含量为10copies·μL-1的样本.采用筛选出的引物,在病鱼组织中进行检测,结果表明该引物可以准确检测出感染病毒性神经坏死病毒的样本,具有较高的实际应用价值.以上结果可为卵形鲳鲹神经坏死病毒病的诊断提供有效的方法,对卵形鲳鲹神经坏死病毒病的预防具有重要意义.     

低分子量阳离子瓜胶凝胶体系的流变性

研究了低分子量阳离子变性瓜胶与硼砂交联的凝胶体系。考察了低分子量阳离子瓜胶浓度、硼砂浓度及pH对凝胶形成的影响,得到了结构稳定的凝胶体系。考察了低分子量阳离子瓜胶凝胶体系的流变特性,结果表明该体系具有良好的粘弹性和剪切变稀性。非线性共转Jeffreys模型可确切表征凝胶体系的粘度曲线,实验值与模拟值吻合良好。     

基于EEMD-SSA组合模型的短期电力负荷预测

由于电力系统运行受多种因素的影响,因此电力负荷呈现较强的波动性和不稳定性,从而影响电网短期负荷预测的准确性。为减小预测误差,提出一种组合模型策略。首先采用集合经验模态分解将原始数据分解为若干分量,根据各分量数据所含信息量的不同,将分量分为两组,分别利用反向传播神经网络和长短时记忆网络进行预测。并在此基础上,利用樽海鞘群优化算法对每个分量预测网络中的神经元个数与输入变量的滞后项进行优化,得到最终的EEMD-SSA(Ensemble Empirical Mode Decomposition-Salp Swarm Algorithm)的组合预测模型。最后,将此模型应用于某地实测数据进行负荷预测。实验结果表明,该组合模型比单一网络模型及其他模型具有更好的预测效果。     

面向弹性光网络中间节点的嵌入式光性能监测系统

针对目前卷积神经网络在弹性光网络中间节点监测时硬件成本高,占用内存大的问题,提出一种基于二值卷积神经网络与异步延时抽头采样技术的嵌入式光性能监测系统。结果表明,对于16QAM、32QAM、64QAM信号,调制格式识别准确率均为100%,光信噪比识别准确率分别为99.1%、98.5%和97.4%。这些结果证明了在嵌入式平台上将异步延时抽头采样技术和二值卷积神经网络用于中间节点进行链路监测的可行性。此外,本系统的内存占用减少为浮点型卷积神经网络的1/4,识别时间缩短为它的1/3,更适合部署于资源有限的弹性光网络中间节点。     

雷氏萤和金边窗萤的生物学习性及饲养技术研究

【目的】研究并设计室内的水生和陆生萤火虫饲养装置,掌握不同生境萤火虫的生活史规律和生物学特性,以便于更好地保护和繁育萤火虫。【方法】在重庆师范大学昆虫研发创新基地的经济昆虫繁育室饲养雷氏萤(Aquatica leii)和金边窗萤(Pyrocoelia analis)两种不同生境的萤火虫,温度维持在25～30℃,连续饲养雷氏萤两代,记录每个生活史阶段的生物学特性并根据它们的生活史特点来设计和改进它们的饲养方法。【结果】成功饲养并繁殖了雷氏萤和金边窗萤,初步了解了雷氏萤和金边窗萤的生物学习性并建立室内规模化饲养技术体系。【结论】使用该饲养方法,雷氏萤火虫发育历期缩短,各阶段生长发育较好,可作为水生萤火虫的标准化的饲养程序,研究结果有助于对萤火虫的保护和利用。     

低信噪比下数字幅度调制的调制进制快速识别

为了快速自动识别低信噪比下的数字幅度调制进制,提出了一种识别M进制正交幅度调制(M-QAM)和M进制幅度键控(M-A SK)的调制进制的方法。该方法利用优化的缩放尺度对信号进行小波变换,以识别M-QAM和M-A SK信号的调制进制,并进行了仿真。仿真结果表明:仅利用100个观测符号,当信噪比大于或等于-4 dB时,M-QAM信号的正确识别率大于93%;当信噪比大于或等于-10 dB时,M-A SK信号的正确识别率大于90%。这说明该方法在低信噪比下能够快速获得很好的识别性能。