微乳液的制备及其在食品行业中的应用

微乳液是一种热力学稳定的油水混合体系，在众多领域应用广泛。通过对微乳液体系制备方法的介绍，分析微乳液形成机理，以及微乳液在食品领域的应用进展进行阐述，为日后微乳液的制备及应用提供一定的参考。      

不同加工方法对中草药有效成分的影响研究

为了研究不同加工方法对中草药有效成分的影响,综述了微波干燥、真空冷冻干燥、晒干、阴干、烘干等方法对中草药有效成分的影响。通过综述发现烘干对大多数中草药有效成分的影响较小,操作简便,应用较广。为不同中草药的加工方法提供了参考。     

遗传对断奶过程的影响

由于动物遗传育种技术出现,20世纪90年代,母猪生殖的遗传发展变得非常重要。过去,遗传育种的进展是每年增加0.05头仔猪,然而现在大多数育种公司的遗传育种进展可以达到每年增加0.3～0.4头仔猪。无怪乎20年后,"断奶特征"对基因改良的重要性已经上升。     

牛至油和过瘤胃赖氨酸组合添加对奶牛产奶性能和氮排泄的影响

本试验旨在研究牛至油(Oo)和过瘤胃赖氨酸(RPLys)组合添加对奶牛产奶性能和氮排泄的影响。选取年龄、体重、胎次、产奶量、乳成分及泌乳期[(105±15) d]相近,体况良好的荷斯坦奶牛40头,随机分为10组,每组4头。对照组(C组)饲喂基础饲粮,各试验组在基础饲粮中添加不同水平组合的Oo和RPLys。其中,Oo设3个添加水平,分别为11.5(L)、13.0(M)、14.5 g/(d·头)(H); RPLys设3个添加水平,分别为27.5(L)、30.0(M)、32.5 g/(d·头)(H),共组成9个组合,分别为LL、LM、LH、ML、MM、MH、HL、HM、HH组(第1个字母为Oo添加水平,第2个字母为RPLys添加水平)。预试期15 d,正试期60 d。结果显示:1)各试验组的产奶量均极显著高于C组(P0.01),以MM组最高。2)各试验组的乳脂率和乳蛋白率不同程度地高于C组,且以MM组最高,极显著高于C组(P0.01);各试验组的乳体细胞数均极显著低于C组(P0.01),以M M组最低。3)各试验组的乳氮、氮沉积和氮表观消化率均极显著高于C组(P0.01),且均以MM组最高; LL、LM、LH、ML、MM、MH、HL、HM、HH组总氮排泄量比C组分别降低了6.63%(P0.01)、9.29%(P0.01)、7.73%(P0.01)、11.81%(P0.01)、18.21%(P0.01)、15.06%(P0.01)、10.83%(P0.01)、11.27%(P0.01)和6.95%(P0.01),以MM组最低。本试验结果表明,饲粮中联合添加Oo和RPLys可以提高奶牛的产奶性能、降低氮排泄量;综合考虑以上各指标,最佳组合为Oo 13.0 g/(d·头)、RPLys 30.0 g/(d·头)。     

饲用酵母甘露聚糖检测方法研究进展

酵母细胞中的甘露聚糖是一种非淀粉多糖,存在于酵母细胞壁的外层中。酵母甘露聚糖通常与蛋白质以共价键的形式相连,被称为甘露糖蛋白。酵母甘露聚糖在动物营养中具有重要的生物学功能,是酵母源生物产品中的关键功能性成分之一。甘露聚糖含量是评价酵母提取物、酵母水解物、酵母培养物等产品品质的重要指标。本文就饲用酵母甘露聚糖的检测方法研究进展做一综述。     

壳聚糖/木质素磺酸钠豚草提取物微胶囊的制备

本文采用微胶囊化技术,以豚草提取物为囊芯材料,壳聚糖和木质素磺酸钠的聚合物为囊皮材料,制作壳聚糖/木质素磺酸钠豚草提取物微胶囊剂,结果表明:制备的壳聚糖/木质素磺酸钠豚草提取物微胶囊分布有序,大小均匀,形态规则,大部分成圆形,极少部分成椭圆形,整体杂质较少,基本包覆完全。红外光谱检测分析显示,豚草提取物质被成功包覆于囊壁材料壳聚糖/木质素磺酸钠。效率和有效载量均达到80%以上。     

红锥嫁接繁育试验

以2年生红锥(Castanopsis hystrix)实生苗为砧木,通过比较不同嫁接方法、不同接穗和不同嫁接时间对嫁接成活率的影响,旨在探索红锥嫁接育苗关键技术。试验结果表明:双面切接法适宜红锥嫁接育苗;当年生半木质化嫩枝是较好的嫁接接穗;除7月和8月外,其他月份均可进行红锥嫁接育苗。     

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。