基于均匀设计和BP神经网络的花生油SFE-CO2萃取预测

利用均匀设计和BP神经网络相结合的方法,研究了SFE-CO₂萃取花生油工艺。以半烘烤并粉碎之后的花生为原料,针对萃取压力、温度、时间和CO₂流量4个因素,每个因素10个水平安排实验,利用均匀设计的实验数据作为网络训练样本,构造花生油SFE-CO₂萃取的BP神经网络预测模型,对萃取过程进行预测,分析各实验因素与出油率之间的关系,确定较优的工艺条件。最后确定4-9-1的BP神经网络模型,利用该模型所得出油率的预测值与实验值相接近,相对误差(绝对值)小于2%;构造的BP神经网络模型能较好地预测萃取过程中各参数影响下花生出油率的变化趋势。结果显示,当萃取压力30MPa,温度40.5℃,时间125min,CO₂流量187L/(h·kg)时花生出油率可达期望值47.5%。该方法为实现预测与控制SFE-CO₂萃取花生油过程奠定了可靠的理论基础。     

三七多糖的微波辅助提取工艺

采用正交试验法优化了三七多糖的微波提取工艺,采用激光粒度分析法探讨了提取机理,分析了多糖的单糖组成,并测定了多糖的溶解性。三七多糖的较佳微波辅助提取工艺条件为微波处理时间8min、浸泡时间60min、液固比30mL/g、粒度200目。微波辅助提取的多糖提取率(21.0mg/g)显著高于传统提取(12.7mg/g)。三七多糖的Molish反应呈阳性,多糖酸水解产物的薄层色谱呈现出3个斑点,分别与葡萄糖、半乳糖和阿拉伯糖相对应。微波辅助提取对三七多糖的提取效果明显优于传统提取,其机理可能是微波处理促进了三七样品的水化和溶胀过程,使样品结构变得松散、膨胀,从而促进了多糖从样品中扩散和溶出。三七多糖主要由葡萄糖、半乳糖和阿拉伯糖3种单糖构成,pH值对其溶解性影响较大。     

鲢鱼鱼鳞蛋白提取工艺研究

以鲢鱼鱼鳞为研究对象,研究了提取温度,提取时间,料液比对鱼鳞蛋白质提取率的影响,并进一步通过正交实验对其提取工艺进行了优化。研究结果表明:鱼鳞蛋白质提取率随着提取温度、提取时间、料液比的增加而提高。其提取的最佳条件是:提取温度90℃,提取时间6 h,料液比1:25,在此条件下鲢鱼鱼鳞蛋白质的提取率为77.41%。     

金钗石斛中生物碱提取的动力学分析

将金钗石斛用氨水浸润后,以氯仿为溶剂,在不同液固比、不同提取时间和不同提取温度下提取生物碱,以Fick第二定律为依据,以提取生物碱质量浓度为检测指标,求解提取动力学的表观传质速率方程、速率常数k、相对萃余率和表观活化能Ea等数值,建立金钗石斛生物碱提取过程的动力学模型.结果显示:在液固比为60,提取温度为60℃,提取时间为90 min时,所提取的生物碱质量浓度较高,金钗石斛生物碱提取过程的动力学基本符合一级动力学方程,在不同影响因素下,表观传质速率ln[C_∞/(C_∞-C_0)]、相对萃余率与时间t均有比较好的线性关系,提取动力学方程的活化能Ea为55.075 k J/mol.由此知金钗石斛生物碱提取过程的关键控制步骤为溶质的内扩散步骤.     

小麦馒头品质评价方法优化

为了优化现有的馒头品质评价方法,参照LS/T 3204—1993和GB/T 17320—1998,进行馒头制作与品质评价技术研究,经相关性分析、逐步回归分析及拟合检验,精简其评价项目、提高操作性和准确性。结果表明,馒头品质评价指标可被简化为4项,分别为比容、外观、外部色泽与适口性,其权重依次为30%,20%,10%和40%。新方法可替代原始方法,仪器评价法与原始评价方法相关性有待提高,仅色差计参数a*值与外部色泽、质构仪咀嚼性指标与粘牙相关性较高,可作为评价外部色泽与适口性的有效辅助手段。新方法可适用于不同产地、品种小麦制作的馒头品质评价,具有感官指标少、差异易被区别、准确性和可行性高的特点。     

一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

热模拟平面应变条件下的热轧织构研究

以微合金钢为材料,采用光学显微镜和EBSD,研究热模拟平面应变实验条件下再结晶奥氏体和变形奥氏体的织构演变.研究发现,在热模拟平面应变实验的压缩过程中,试样的两个自由端限制了变形区金属的宽向流动,达到了很好的平面应变状态.对于再结晶奥氏体相变工艺,由于相变前奥氏体发生再结晶,无畸变保留,奥氏体分解为仿晶界铁素体、贝氏体和少量的珠光体,织构为{100}011α;对于变形奥氏体相变工艺,未再结晶区的变形促进了铁素体相变,使奥氏体分解为铁素体和珠光体组织,织构为{332}113α和{113}110α.此两种工艺条件下的织构,皆为平面应变条件下的奥氏体相变织构,即热模拟平面应变实验可以达到很好的平面应变状态,可用于研究热轧过程的织构演变.     

基于结构纹理分解和多重网格的光流估计算法

分别针对光流计算对光照变化敏感以及运算复杂度高、迭代收敛缓慢的问题,使用一种基于ROF(Rudin-Osher-Fatemi)模型的结构纹理分解(STD)技术得到对光照变化不敏感的纹理图估计光流场,消除了光照变化产生的负面影响,并提出一种基于多重网格方法的分层处理策略.将光流计算的迭代过程分散在一系列粗细不同的网格上,在细网格上消除高频误差,在粗网格上消除低频误差,以达到加速收敛、提高光流计算速度的目的.实验结果表明,STD过程抑制了光照变化导致的负面影响,提高了光流估计精度.多重网格算法在保持优化精度的前提下,显著提高了光流计算的实时性.     

基于小波变换和支持向量机的心电信号ST段分类

摘要: 为完成ECG(Electrocardiogram)信号特征点提取, 并对ST 段分类, 提出了一种基于离散小波变换和支持向量机的ST 分类算法。首先对信号进行预处理, 完成噪声消除, QRS 波群检测和提取特征值; 然后计算ST段平均值、曲线面积和标准差, 并结合使用SVM(Support Vector Machine)对ST段进行分类。Matlab 仿真结果表
明, 小波去噪效果明显,ST 段未出现失真现象, 特征点提取完整。经MIT鄄BIT 数据库验证, 分类结果显示交叉验证准确率平均值为80. 70%, 训练准确率平均值为91. 83%, 测试准确率平均值为74. 28%。