不同蛋白酶酶解制备鸡肉小肽的工艺条件研究

本研究拟制备2～3个氨基酸组成的鸡肉小肽,为鸡肉深加工和综合利用提供科学的方法和依据.试验采用4因素3水平正交试验设计,通过对中性蛋白酶和酸性蛋白酶的酶用量、时间、料液比、温度4个因素条件进行研究,确定最佳的鸡肉酶解小肽的工艺条件.结果表明:不同蛋白酶的酶解工艺条件对总氮(T-N)、游离氮(A-N)、水解度(DH)、氮...     

玫瑰花青梅汁复合饮料制备工艺研究

以食用玫瑰花、青梅为主要原料,辅以一定的红糖、蜂蜜和柠檬酸,开发营养可口的玫瑰花青梅汁复合饮料。以产品感官评分为参考,通过正交试验组合优化产品配方,同时明确生产工艺及操作要点。结果表明,玫瑰花青梅汁复合饮料的最佳配方为玫瑰花瓣和红糖的配比2∶1,经腌渍、陈化、萃取制备玫瑰糖液,玫瑰糖液与青梅汁的最佳物料比3∶7,蜂蜜添加量1.5%,柠檬酸添加量0.1%,得到玫瑰花青梅复合饮料呈淡紫红色,酸甜适中,伴有玫瑰的清香,可溶性固形物、蛋白质、VC含量分别为13.2%,9.34 mg/mL,438μg/mL,卫生指标符合国家相关标准要求,是一款风味独特、营养的健康饮料。     

基于BCE-YOLOv5的苹果叶部病害检测方法

针对自然环境中,人工目视解译苹果叶部病害耗时耗力、人为主观因素强的问题。本研究提出了一种融合自注意力机制和Transformer模块的目标检测算法——BCE-YOLOv5,实现对自然环境下对苹果叶片病虫害的自动识别与检测。该算法首先使用BotNet、ConvNeXt模块分别替换Backbone网络和Neck网络的CSP结构,增加自注意力机制对目标的特征提取能力。通过将改进的CBAM引入YOLOv5的特征融合网络之后,使注意力机制对特征融合信息更加地关注。最后,用α-IoU损失函数替换IoU损失函数,使得网络在模型训练过程中收敛的更加稳定。BCE-YOLOv5算法在传统算法YOLOv5基础上平均精准率均值提升了2.9百分点,并且改进后的算法的模型大小和计算量较传统算法分别减小了0.2 M和0.9 GFLOPs。平均精度均值比YOLOv4s、YOLOv6s、YOLOx-s和YOLOv7模型分别高2.5、1.3、3.5、2.2百分点。该方法能快速准确识别苹果叶部病害,为苹果种植过程中提供智能化管理做参考。     

不同氮素水平对烤烟生长及物质累积的影响

以云烟99为试验材料,探索了不同氮素水平(施纯氮3.65、4.25、4.85、5.45、6.05 kg/667m2)对烟株农艺性状、烟叶干物质累积及钾含量的影响.结果表明:施纯氮5.45 kg/667m2能改善各时期烟株的农艺性状,并在团棵期、旺长期和成熟期提高烟株干物质积累量以及烟叶、烟株和初烤烟叶中的钾含量.     

基于高通量转录组测序的辣木叶粉对小鼠肝脏差异表达基因的影响

【目的】辣木(Moringa oleifera Lam.)是一种营养价值丰富的新型食品或饲料资源,但是食用或饲用辣木后对动物机体代谢的调控机制仍不清楚。【方法】18只小鼠随机分为2组,即辣木叶粉饲料组(50%MO)和基础饲料组(对照组)。在饲料干预的第3、10和25天每组随机取3只小鼠进行解剖,采集肝脏组织样品,并利用高通量RNA-seq测序技术对小鼠肝脏进行RNA测序,使用Top Hat v2.0.13软件将测序得到的reads序列与小鼠(GRCm38)参考基因组序列比对,计算表达量并鉴定差异表达基因,同时对差异表达基因参与的GO功能及代谢途径进行富集。【结果】从18个样本中共获得转录组数据约109.063 Gb,1 136 175 196条clean reads;与对照组相比,辣木叶粉饲料组表达上调和下调的差异表达基因共有1 227个;GO功能分类注释发现,第3、10和25天的差异基因都主要集中在细胞过程(cellular process)、细胞(cell)和结合(binding)3个过程;差异基因显著富集的KEGG代谢通路有37条(P0.05)。【结论】辣木叶粉对小鼠肝脏中的过氧化物酶体、病毒性心肌炎和类固醇生物合成等代谢通路有一定影响。     

云岭牛基因组研究进展

为了研究云岭牛基因组研究进展情况,本文综述了云岭牛遗传多样性研究、云岭牛基因与其性状、环境适应性、肉质及性情研究进展情况,并对云岭牛基因组研究进行总结和展望,以期为云岭牛基因组研究及云岭牛培育、遗传改良提供参考。     

基于智能算法鲜切花价格预测平台设计的探索与实践

针对市场上对各类鲜切花零售价格、销售量和销售率等数据收集不齐全的问题,拟设计一个零售商和买家参与的基于智能算法鲜切花价格预测平台:通过零售商和买家交易来收集鲜切花等数据,作为数据输入源进行基于智能算法的鲜切花价格预测,预测的结果反馈给鲜切花种植户、种植企业保障其经济效益,同时为研究人员深入研究提供数据。该研究主要对鲜切花预测的关键技术进行探究,根据输入层数据的规模,分别使用径向基函数神经网络(RBF)、广义回归神经网络算法(GRNN)构建的鲜切花价格预测模型,以玫瑰鲜切花作为研究对象,并使用斗南花卉市场公布的部分数据作为模型的数据输入源进行模拟预测。结果表明:径向基函数神经网络(RBF)、广义回归神经网络算法(GRNN)分别适用于不同级别规模的输入层数据,预测率保持在85%~95%。     

基于云计算的普洱茶信息管理系统设计与实现

云计算技术的日益成熟,为普洱茶产业信息化带来了前所未有的发展机遇。文章提出基于云计算的普洱茶信息管理系统设计与实现,旨在提升普洱茶产业的信息化管理水平。通过对普洱茶产业需求的深入分析,采用Django框架构建Web应用程序,将系统划分为前端和后端。前端负责展示用户界面,后端负责处理业务逻辑。经过实际测试,该系统实现了对茶叶生产、销售、存储等环节的精细化管理,提高了普洱茶产业的信息化水平,有助于云茶产业的可持续发展。     

基于有效积温的生菜生长模型构建

以生菜为试材,采用Logistic回归、岭回归和支持向量回归3种算法,研究了不同算法对生菜生长模型的拟合效果和预测能力,以期更灵活和准确地掌握生菜的生长规律,为后续生菜生产的有效规划、生长预测和增产措施等提供参考依据。结果表明：Logistic回归、岭回归和支持向量回归的生菜生长模型实测值与预测值基于1∶1直线的平均R²分别为0.818、0.897和0.957。支持向量回归对生菜生长的模拟表现最好,其次是岭回归,而Logistic回归表现最差。     

基于特征组合与SVM的小粒种咖啡缺陷生豆检测

缺陷生咖啡豆显著影响商品咖啡豆品质及定价,其分选剔除是咖啡豆烘焙前的重要工作环节。目前缺陷豆的检测、分选及剔除主要由人工操作完成,耗时、费力且主观性大。该研究采用机器视觉技术提取咖啡豆轮廓、颜色和纹理3类特征,使用单一类别特征和不同类别特征进行组合,运用网格搜索确定支持向量机（Support Vector Machine,SVM）分类模型参数,通过k折交叉验证试验对比SVM模型性能,运用皮尔逊相关系数进行特征筛选,找到检测缺陷生咖啡豆的较优特征组合。为说明SVM检测模型的有效性,选用随机森林（Random Forests,RF）、极端随机树（Extremely Randomized Trees,ERT）、逻辑回归（Logistic Regression,LR）、LightGBM、XGBoost和CatBoost算法进行较优特征组合的对比试验。结果表明：包括轮廓、颜色和纹理3类14个特征的组合是较优特征组合,其SVM检测模型的平均准确率、平均精度、平均召回率、平均F1值分别为84.9%、85.8%、82.3%、84.0%,效果均明显优于2类特征组合和单一类别特征的检测模型,SVM检测模型的准确率和F1值相比随机森林、极端随机树、逻辑回归、LightGBM、XGBoost和CatBoost分别提高4.7和4.8,3.4和4.0,5.6和7.2,3.0和3.0,3.5和4.2,2.6和2.6个百分点。较优特征组合的SVM缺陷生咖啡豆检测模型检测缺陷类型较全面,识别准确率高,可实际应用于小粒种生咖啡豆智能化分选装备。