基于平衡膳食的中国农产品供需研究

促进农业增产,保障农产品供给一直是中国农业发展主要任务,但是中国的农业生产并没有同中国居民的膳食需求相结合制定合理的发展目标,生产存在一定的盲目性。依据中国营养学会制定的《中国居民膳食指南》中的膳食标准,计算出平衡膳食条件下中国各类农产品的需求量,通过与目前中国各类农产品的产量对比发现中国大部分农产品的产量已经超过了平衡膳食条件下中国居民的合理需求量,调整中国的农业生产结构,倡导平衡膳食,成为解决中国农产品供求平衡问题的一个重要途径。     

关于建设居民食用农产品供应风险防御机制的思考

新型冠状病毒感染肺炎疫情带来的风险给居民生活必需农产品的有序供给造成影响,由黑天鹅和灰犀牛理论引发出关于建设居民食用农产品供应风险防御机制的思考,在风险发生的不同时段通过区块链、物联网等新兴数字技术对其进行分析,充分依托数字化农业保障民生、维稳社会秩序。     

乳链菌肽--天然防腐保鲜剂在食品中的应用

乳链菌肽是由乳酸链球菌产生的一种天然食品防腐剂,能强烈地抑制许多引起食品腐败的革兰氏阳性菌的生长、繁殖,并对人体安全无害.对乳链菌肽的理化性质、抑菌性能及其在食品防腐保鲜中的应用进行了概述.     

淀粉和面筋蛋白对面制品流变特性的影响

面粉的两种主要成分淀粉和蛋白质对面制品的流变特性有显著的影响。概括了影响淀粉糊流变特性的几个主要因素:蒸煮温度、搅拌时间、搅拌速度、pH值以及淀粉糊浓度、盐和蔗糖的作用,同时讨论了面筋蛋白对面制品流变特性的影响机理。     

畜产品加工概论课程多媒体课件的开发研究

介绍了以畜产品加工概论为理论框架,以Authorware和Microsoft PowerPoint为开发平台的多媒体课件开发过程。对素材的处理、绘制,动画的制作、后期合成渲染及压缩,视频采集和后期处理,课件结构编写、程序设计的方法进行了详细说明。     

一种用于细胞培养的人血清制备方法

人血清可用于需要天然培养基的细胞培养。为探讨简便、有效的人血清制备方法,本实验研究通过取材,采血,血清的提取、鉴定和保存等操作步骤,分离出棕黄色、较粘稠的标准血清样品。本实验方法可供高校和科研机构参考使用。     

小根蒜提取物对香椿保鲜效果的影响

通过测定Vc、叶绿素含量变化并结合外观变化,研究了小根蒜提取物对香椿保鲜效果的影响。结果表明：小根蒜提取物对香椿具有显著的保鲜效果,可以延长保鲜期7天以上。小根蒜水提物可以显著降低香椿的腐烂率,抑制Vc含量的下降,贮藏28天香椿的完好率仍维持在89.6%,Vc保持率为49.4%。小根蒜醇提物与6-BA复配可有效降低香椿的脱叶率和失重率,延缓叶绿素的降解,贮藏28天脱叶率为20.3%,失重率和叶绿素损失率分别为3.8%和5.3%。以小根蒜提取物作为天然蔬菜保鲜剂具有巨大的开发潜力。     

基于BERT-Attention-DenseBiGRU的农业问答社区问句相似度匹配

为了解决问答社区中相同语义问句文本的快速自动检测,提出一种基于BERT的Attention-DenseBiGRU农业问句相似度匹配模型.针对农业文本具备的特征,采用12层的中文BERT文本预训练模型对文本数据进行向量化处理,并与Word2Vec、Glove、TF-IDF方法进行对比分析,得出BERT方法能够有效地解决农...     

基于区块链跨链技术的水产品交易模型研究

为解决现有水产品供应链中各企业环节的区块链间信息孤岛的问题以及实现各企业间的安全交易,提出了基于区块链跨链技术的水产品交易模型。在分析水产品供应链交易业务流程的基础上,针对水产品跨链交易的功能需求,构建基于跨链技术的水产品交易模型;基于此模型设计跨链交易流程及相应的智能合约,实现水产品供应链中企业间的跨链交易;最后,利用Hyperledger Fabric平台实现了水产品跨链交易模型的原型系统。系统性能测试结果表明,平均交易成功率为99%左右,而平均交易延迟为0.2s左右。因此,所提出的水产品跨链交易模型既能够满足现有水产品供应链在区块链链上交易的需求,也保证了跨链交易的可行性。     

基于多源信息融合的中文农作物病虫害命名实体识别

随着农作物病虫害研究文献的快速增长,对农作物病虫害领域文献进行文本挖掘变得越来越重要。开发有效、准确的农作物病虫害命名实体识别系统有助于在农作物病虫害相关研究报告中提取研究成果,为农作物病虫害的治理提供有效建议。本文针对中文农作物病虫害数据集缺失问题,提出了基于半远程监督的停等算法,利用该算法构建中文农作物病虫害领域语料库,大幅度减少标注过程的人工成本和时间成本;同时,提出了中文农作物病虫害命名实体识别模型（Agricultural information extraction, Agr-IE）,该模型基于BERT-BILSTM-CRF,辅以多源信息融合（多源分词信息和全局词汇嵌入信息）丰富字符向量,使其充分结合字符级与词汇级的信息,以提高模型捕捉上下文信息的能力。实验表明,该模型可以有效地识别病害、虫害、药剂、作物等实体,F1值分别为96.56%、95.12%、94.48%、95.54%,并对识别难度较大的病原实体具有较好的识别效果,F1值为81.48%,高于BERT-BILSTM-CRF、BERT等模型的相应值。本文所提模型在MSRA和Weibo等其他领域数据集上与CAN-NER、Lattice-LSTM-CRF等模型进行了对比实验,并取得最佳的识别效果,F1值分别为95.80%、94.57%,表明该算法具有一定的泛化能力。