有摩擦的高速气体管流

本文以多变热力过程为基础建立了有摩擦管路的计算公式,并对计算方法和有关问题作了分析说明.     

治疗图书馆顽症:流程重组

本文将流程重组理论引入图书馆管理，分析了图书馆流程重组的必要性，同时具体阐述了图书馆流程重组的三种方式。     

特种脱水蔬菜研究进展

综述了国内外特种脱水蔬菜的生产状况和趋势，特种脱水蔬菜的加工技术，特种脱水蔬菜生产成果及展望。     

蜡梅花离体摊放过程中香气感官评价和挥发性物质分析

蜡梅花是重要的天然花香原料。采用顶空—固相微萃取和气相色谱—质谱联用技术(HS–SPME–GC–MS)结合感官审评,分析了采摘后蜡梅花摊放过程中挥发性物质的变化规律。结果表明,离体蜡梅花在摊放过程中开放状态变化不明显,花枝经清水培养,花苞到全开状态历经32h左右。全开状态蜡梅花的挥发性物质种类随摊放时间的延长呈先增加后降低的趋势,摊放12h最多,此时出现了酮类、醛类和酚类;大部分挥发性物质相对含量在摊放20 h后降低。主要挥发性物质乙酸苄酯在摊放12 h达峰值,较0 h增加35.04%;4–乙基苄醇和α–罗勒烯呈现先增加后降低的趋势;α–罗勒烯在摊放4 h后急剧增加,20 h达最大值;芳樟醇、别罗勒烯和2,6–二甲基–2,4,6–辛三烯在摊放24 h内呈降低趋势,分别较0 h下降了18.32%、78.92%和41.19%。结合感官审评与GC–MS分析结果可知,全开状态的蜡梅花采摘后离体摊放20 h内能较好地保持花香的鲜灵度和浓郁度,且在12～20 h之间挥发性物质种类丰富,具花果香的挥发性物质相对含量较高。研究结果可为蜡梅花作为天然花香原料的更有效利用提供理论参考。     

响应面法优化链霉菌702产抑真菌物质生料发酵培养基

用响应面分析方法对链霉菌702产抑真菌物质生料发酵培养基进行了研究。实验首先利用部分重复因子试验筛选出链霉菌702发酵产抑真菌物质的关键因素为玉米淀粉和蛋白胨,其次利用最陡爬坡试验逼近最大响应区,最后利用中心组合设计及响应曲面分析确定关键因素的最佳浓度。通过优化得到玉米淀粉和蛋白胨的最适浓度分别为16.83 g/L、8.64 g/L,在优化后的培养基中链霉菌702产抑真菌物质效价达到1 214.52μg/mL,比优化前789.41μg/mL提高了53.85%。     

试论档案价值鉴定工作的几个"误区"

由于我国档案价值鉴定理论和观念的长期滞后,导致人们在认识上存在许多“误区”。一、对“丰富馆藏”的理解片面,效益观念淡漠;二、忽略了对永久、长期档案的价值鉴定;三、档案价值鉴定是否重要是由档案数量的多少来决定的;四、鉴定难,销毁更难。文章详细探讨了产生这些“误区”的原因,以及由此带来的负面效应,并提出了正确的认识和今后努力的方向。     

东北农业大学图书馆图书采购资金分配问题初探

通过利用层次分析法对东北农业大学图书馆图书采购资金分配到各类图书建立模型并进行分析,从而判断现有馆藏是否合理,为今后的资金分配走向开辟新思路。     

具有除草活性的小麦根腐病菌发酵条件优化

通过单因子试验和正交试验对小麦根腐病菌菌株进行了发酵条件优化,以提高其活性物质的产量。结果表明:最适合小麦根腐病菌产毒的培养基是察氏培养基;该培养基的最佳碳源为葡萄糖,氮源为氯化铵,无机盐为氯化钾、磷酸氢二钾、硫酸镁和硫酸亚铁;发酵培养基各组分的最佳配比为:葡萄糖2.0%,氯化铵0.25%,氯化钾0.05%,磷酸氢二钾0.025%,硫酸镁0.025%,硫酸亚铁0.000 5%;有利于提高菌株活性物质产量的培养条件为初始pH7.0,转速为130r/min,温度为28℃,培养时间为5d,装液量为120mL/250mL,接种量为6%。小麦根腐病菌菌株发酵产物具有良好的热稳定性和光稳定性,在弱酸性及中性条件下较稳定。发酵条件优化后提高了小麦根腐病菌的除草活性。     

利用绿色荧光蛋白GFP研究稻瘟病菌与水稻的互作

稻瘟病菌Magnaporthe oryzae严重威胁水稻的产量与质量,明确稻瘟病菌与水稻互作过程及机理,对防治稻瘟病具有重要意义。本研究利用稻瘟病菌常用致病菌株GUY11和ZB25,构建了绿色荧光蛋白GFP的过量表达菌株,并通过荧光显微观察菌株侵染寄主水稻过程中侵染结构的形成与发育,包括孢子萌发、附着胞形成、侵染钉形成、侵染菌丝增殖、坏死斑形成及产孢。另外,通过比较过量表达菌株对稻瘟病高抗水稻和易感水稻的侵染过程,发现侵染过程的差异主要集中于侵染钉的穿透和侵染菌丝的定殖。本研究为分析稻瘟病菌对寄主水稻的定殖规律提供了一种有效工具。     

基于改进的PSO进化神经计算进行苹果颜色快速分级

为克服在苹果颜色分级中存在的速度慢、误差大等缺点,基于再现群智能的粒子群进化算法和神经计算技术,提出了一种新颖、快速的智能分级方法,即首先通过计算机视觉技术获取苹果表面颜色的色度,并提取其特征;然后采用改进的带自适应惯性权值的粒子群优化算法训练神经网络结构,最后用训练好的神经网络进行苹果颜色分级。实际应用表明该方法切实可行且效果显著,不仅分级速度快,而且分级正确率高达98%以上。