吉林省人参加工产业发展分析及建议

本文简要介绍了国内外目前人参产业的总体情况,从人参产业产值情况、各市县园参分布、加工企业现状、加工产品现状等几方面详细介绍了吉林省人参加工产业发展情况,指出了目前吉林省人参加工产业存在的问题,并提出了相应的建议。     

花叶海棠叶片主要成分分析与评价

花叶海棠叶片中具有丰富的多酚类、黄酮类、多种氨基酸组分和一些其他营养物质。通过对不同生态区域以及不同采摘时期的花叶海棠叶片中主要活性物质的分析比较,结果表明:不同条件下花叶海棠营养成分分布情况具有一定的差异,而不同采摘时期植物体内进行的能量流动也会造成内含物的变化。     

绿豆的研究进展

为绿豆的深入研究提供参考,从形态特征、品种资源与栽培、选购与储藏、营养成分、药理作用、产品及食用注意事项等方面进行了概述。     

基于主成分分析的B、Cu胁迫下油菜 生理响应机制研究

为研究油菜在B、Cu胁迫下的生理响应机制,找出最佳的B、Cu浓度配比,采用5种不同浓度的Cu溶液和3种不同浓度的B溶液交叉处理盆栽油菜幼苗,胁迫20 d后测定油菜的叶绿素含量、蛋白质含量、硝态氮含量、淀粉酶活性、丙二醛含量以及过氧化物酶活性。采用主成分分析法分析不同处理下各指标的变化规律。结果表明,T_(200)B_1组合时综合权重最高,即B 0.5 mg/L、Cu 200 mg/L配施时对各项综合指标最好,其次是Cu 100 mg/L、B 0.5 mg/L,说明0.5 mg/L的B对高浓度的Cu胁迫有较好的缓解作用,适量的B、Cu施用对油菜生长有很好的促进作用。各项指标在主成分中的权重排序得出,不同B、Cu处理对叶绿素影响最大。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。     

利用SOM聚类分析及主成分分析方法鉴定小麦品种萌发期耐盐性

为了研究不同小麦品种萌发期的耐盐性,为小麦萌发期耐盐性鉴定提供快速、准确的鉴定方法和理论依据。本研究以40个冬小麦品种为试验材料,通过主成分分析法(PCA)与神经网络自组织映射(SOM)聚类分析法,研究盐胁迫对40个小麦品种萌发期各项形态指标的影响。主成分分析法结果表明,发芽势、发芽率、最长根长、第一片叶长及胚芽鞘长在PCA下载荷量最大;根据SOM聚类分析结果,‘德抗961’等4个小麦品种属于高度耐盐品种,‘济麦22’等14个小麦品种属于耐盐性品种,‘济麦20’等16个品种属于中等耐盐性品种,‘鲁麦21’等6个小麦品种属于盐敏感性品种。发芽势、发芽率、最长根长、第一片叶长、胚芽鞘长能够作为萌发期小麦耐盐性筛选的主要评价指标,并且结合主成分、SOM聚类分析方法进行小麦萌发期耐盐性鉴定更为科学、方便。     

山蜡梅叶片提取物清除自由基活性及液质联用分析

山蜡梅(Chimonanthus nitens)为腊梅科腊梅属常绿灌木,其叶片中含有多种活性成分.该研究首次采用高效液相色谱、高分辨质谱和二苯基苦基苯肼自由基(DPPH)联合试验法,对山蜡梅叶片提取物的清除自由基活性及成分进行了研究.结果表明,山蜡梅叶甲醇提取物具有一定的清除DPPH自由基活性,其中安徽黄山、六安和市售的山蜡梅叶对0.4mg/mL DPPH自由基的半数清除浓度分别为2.23、2.31和2.82mg/mL.利用液质联用和清除自由基进行联合分析,山蜡梅叶甲醇提取物的主要成分为C7H12O6、C15H18O9、C15H14O5、C22H26O19和C27H30O16.其中,C15H18O9、C15H14O5和C27H30O16有着较强的清除自由基活性.3种活性化合物可能分别为咖啡酸葡萄糖苷、三羟基黄烷醇和芦丁,其中咖啡酸葡萄糖苷和三羟基黄烷醇为首次从山蜡梅中发现的.     

基于主成分分析法的欠发达地区教育发展水平评价研究——以贵州省为例

选取贵州省为典型代表分析欠发达地区教育发展水平,构建了贵州省教育发展水平评价指标体系,运用主成分分析法对贵州省2006-2018年教育发展水平进行全面评价分析,发现贵州省近年来教育发展水平明显提高,同时本文揭示了贵州省目前教育发展存在的不足,并对贵州省提出了进一步提升教育发展水平的建议,以期促进欠发达地区教育综合协调发展,带动经济社会的健康可持续发展。