Abstract:

目的 对豆渣在微生物发酵方面的研究现状进行阐述和总结,旨在为豆渣废弃物的再利用提供参考。 方法 通过查阅和分析豆渣微生物发酵相关文献,对豆渣的微生物发酵及应用研究现状进行了系统的归纳总结,主要包 括豆渣的营养特性、发酵菌种、发酵方式以及微生物发酵豆渣的应用等方面,并对豆渣微生物发酵方面研究的不足 和发展方向进行了分析和展望。 结果 研究发现:豆渣富含的膳食纤维、蛋白质、脂肪、矿物质等营养成分为微生物 发酵提供了良好的物质基础,酵母菌、霉菌、乳酸菌、枯草芽孢杆菌以及食用真菌等多种微生物均可用于豆渣发酵。 在实际研究中,常根据目标产物以及发酵条件等来选择适宜的菌种,且混菌发酵是发酵豆渣的最常用发酵方式。 通过对发酵豆渣品质进行评价,发现经微生物发酵后,豆渣的营养价值和感官特性均得到提升,豆腥味得到很好的 抑制。 但目前的研究也存在一定不足,如高附加值新型豆渣发酵产品的研究以及产业化应用等方面。 结论 总的来 说,豆渣营养丰富,微生物发酵是豆渣品质改善及其再利用价值提升的重要方法之一,具有重要的实际生产意义, 但还需进一步研究来充分开发其有益价值。

Abstract:

目的 研究狗脊蕨叶包裹发酵对豆豉品质的影响。 方法 以大豆为原料,未用狗脊蕨叶包裹发酵豆豉为对照, 研究狗脊蕨叶包裹发酵对豆豉感官品质、可溶性蛋白质、粗脂肪、黄酮类物质、水分、氨基态氮和 NaCl 含量变化,利 用 GC-MS 对其所含挥发性风味物质进行定性定量分析。 结果 狗脊蕨叶包裹发酵豆豉的感官品质较对照组的更 优,呈现出色泽美观,颗粒分明,软硬适中,彼此间有明显的拉丝状,且散发出浓郁的醇香味。 其可溶性蛋白质、粗 脂肪、黄酮类物质和水分含量都显著高于对照组( P< 0. 05) ,与对照组相比,每毫升豆豉溶液中可溶性蛋白质的含 量增加了约 2. 63%,粗脂肪相对含量增加了 1. 56%;黄酮类物质的相对含量增加了 0. 35%;狗脊蕨叶包裹发酵豆豉 样品中共检测出 48 种挥发性物质,其中大部分为酚类物质和酯类物质,与对照组比较,二者的主要区别在于用狗 脊蕨叶包裹发酵豆豉中增加了酚类和酯类物质,是狗脊蕨叶包裹发酵豆豉中新产生的挥发性风味物质,新增挥发 性化合物主要为愈创木酚和麦芽酚、2-己烯-1-醇乙酸酯和亚砷酸三酯( 三甲基硅烷基) 。 结论 蕨类辅助豆豉发酵 显著地提高了发酵豆豉的营养价值和风味品质。

Abstract:

目的 针对火龙果饮料中花青素成分易受发酵因素影响导致稳定性不佳,提出了对火龙果饮料进行工艺优 化,研制出一款风味清爽宜人,花色苷含量丰富且具有抗氧化能力的火龙果发酵饮品。 方法 利用红心火龙果为原 料,植物乳杆菌和嗜热链球菌为发酵剂制备发酵饮料。 以单因素实验为基础,选择发酵液初始 pH、种子液接种量、 发酵时间为影响因子,以火龙果发酵液的花色苷含量为响应值,采用响应面法确定火龙果发酵饮料的最佳工艺参 数,并测定发酵前后的花色苷含量、可溶性固形物和 DPPH 自由基清除率,研究发酵工艺对火龙果饮料抗氧化活性 的影响。 结果 最佳发酵工艺为种子液接种量为 1. 7%,发酵液初始 pH 为 6. 3,发酵时间 24 h,该条件下得到的火龙 果复合发酵饮料自然透亮,组织状态稳定,火龙果果香和发酵风味明显。 其中花色苷含量( 50. 10±0. 28) mg / L,仅 比未发酵的火龙果原液降低了 11. 68 mg / L,而样品中 DPPH 自由基清除率为 95. 71% ±0. 62%,提高了 14. 34%,可 溶性固形物含量基本不变;DPPH 自由基清除率显著提高,且花色苷含量、可溶性固形物含量变化不大。 结论 该火 龙果饮料经发酵后营养成分保存良好,抗氧化能力增强,对丰富我国果蔬发酵饮料市场有一定的研究意义。

Abstract:

目的 建立同时检测卡托普利片中六个已知杂质的方法。 方法 采用梯度洗脱,色谱柱为 Waters μ Bondapak? (300 mm×3. 9 mm,10 μm) ;柱温为 45 ℃ ,流动相为磷酸-水( 0. 06 ∶ 100) ( A) 和磷酸-水-乙腈( 0. 06 ∶ 50 ∶ 50) ( B) ,梯度洗脱(0 ~ 5 min,90%A;5 ~ 40 min,90%A→60%A;40 ~ 55 min,60%A) ,流速 1. 5 mL,检测波长:210 nm,进 样量:20 μL。 结果 该方法具有良好的专属性,能够有效地分离卡托普利与相邻杂质以及各已知杂质之间的关系。 此外,卡托普利和各已知杂质的浓度与峰面积之间呈现良好的线性关系( r>0. 999 5) 。 该方法还展示了良好的精 密度、准确度和耐用性。 自制的卡托普利片与参比制剂在杂质谱上基本一致,并且各批样品均符合质量标准要求。

Abstract:

目的 针对目前损伤叶片的模型重构修复方法主要是增材制造( 激光烧焊填充) 的传统方式,提出一种新的 适用于减材制造( 磨削、铣削) 的损伤叶片的模型重构修复方法,并将模型重构问题转化为最优化问题。 方法 首 先,划定叶片的损伤区域并导出损伤区域的相应损伤截面线;其次,将损伤模型与理论模型进行配准,输出损伤模 型的损伤截面线对应理论模型的理论型线,采用 NURBS 和空气动力学相结合的曲线插值重构方法建立目标函数 模型并求解,从而把理论型线与损伤模型的未损伤型线进行光顺衔接;最后,将重构修复的每层截面线与其他未损 伤截面线进行放样建模得到重构模型并进行仿真流体力学验证。 结果 实验结果表示:经过重构修复的损伤叶片升 力得到约 1. 5%的提升,这表明适用于减材制造的损伤叶片表面重构修复方法是能够起到修复作用的;另外,其他 参数如速度和湍流动能也有一定的提升,且压力分布有一定程度的降低,图像显示速度和湍流动能主要集中在叶 片的前后缘两处,而压力主要集中在先与来流空气接触的前缘,为叶片提供升力。 结论 从减材制造的角度出发,提 出一种同时考虑 NURBS 和空气动力学的叶片模型重构方法,经过实验证明确实可以得到流体性能更优的 NURBS 曲线和重构修复模型,对损伤叶片修复的全面发展具有一定的促进意义。

Abstract:

目的 较之于仅基于 J 积分的传统单参数方法,引入第二个参数( 约束参数) 的两参数法可更精确描述约束 ( 特别是低约束) 状态下的裂尖场。 几何约束参数作为最主要的约束参数在线弹性及弹塑性断裂力学领域得到广 泛研究。 深入理解几何约束参数的研究和发展现状、从而明确其面临的挑战及未来发展趋势至关重要。 方法 通过 归纳和分析断裂研究中几何约束相关文献,对四个主要几何约束参数( T、Q、A2 、A) 的研究现状进行分析、阐述和总 结,包括其值的确定( 解析、数值求解方法和工程评估方法) 及影响因素( 裂纹类型、模型几何尺寸、载荷及材料性 能) 等两个主要方面。 结果 探明了现有研究的缺乏和不足之处。 结论 基于此,明确了几何约束参数在解析解的获 得、多因素耦合效应的影响、评估方法的发展及不同裂纹类型等方面研究所面临的挑战;同时,分析并阐明了相关 研究在载荷对约束影响、裂纹类型对约束影响、弯曲载荷下约束参数修正及三维模型中约束参数间关系等主要方 面的未来发展方向。

Abstract:

目的 针对不同工况下轴承特征提取困难,领域对齐难的问题,提出一种多域联合适应的故障诊断方法,包 括特征提取网络、分类器和领域鉴别器。 方法 从特征提取和领域对齐两方面考虑,通过使用深度可分离卷积,并结 合注意力机制的思想构建特征提取网络 DRWNet,增强网络对振动信号深层特征的提取能力;通过构建多域鉴别 器,对不同类别样本的可传递性进行量化评估,将难以迁移的样本进行重新加权,充分对齐源域和目标域样本间的 数据分布,提高模型诊断精度。 结果 仿真实验表明:在凯斯西储大学轴承数据集上,M-DJC 在 12 个迁移任务上的 诊断精度高达 99%以上,相较于 DANN、CDAN、DDAN、MRAN 和 MRDA,诊断精度提升了 1. 84% ~ 7. 44%,且模型的 收敛速度加快,稳定性提高。 结论 M-DJC 模型既能够降低轴承振动信号中的噪声影响,又能提高信号特征的领域 对齐能力,更加符合实际工况下轴承故障诊断的需求。

Abstract:

目的 文章针对 Trot 步态下的四足机器人构型与运动学、步态与足端轨迹规划、姿态控制等问题展开研究。 方法 首先,根据足式机器人腿部构型特点,选定具有前肘后膝式的四足机器人,其腿部结构为关节式腿足构型;其 次,采用 D-H 坐标法建立四足机器人运动学,并利用各关节的几何关系采用几何图解法实现从 Joint Space 到 Task Space 之间的推导,对足端轨迹的需求进行了分析,采用五次多项式对足端轨迹进行规划;然后,设计了姿态控制策 略,通过在 4 条腿足端与机身之间添加相对位置控制,并使用 PI 控制器对机身姿态传感器输出的姿态数据修正, 与轨迹规划结果结合,通过逆运动学解算,调整 4 条腿足端与机身之间相对位置以达到控制机身姿态的目的,将其 应用在四足机器人的 Trot 步态行走中。 结果 为了证明其有效性,采用 MATLAB 的 Simulink 进行姿态控制与开环 控制的仿真对比,结果显示四足机器人姿态控制策略下行走时的 R、P、Y 角明显小于开环控制下的 R、P、Y 角。 结论 结果表明该姿态控制策略应用在 Trot 步态中具有可行性,并且大幅提高四足机器人的行走稳定性。

Abstract:

目的 针对水下环境复杂,水下目标因光线折射导致的目标边界模糊或外观、形状可能会发生非刚性形变, 使水下目标检测困难的问题,提出了一种基于 SimAM 注意力机制的 DCN-YOLOv5 水下目标检测方法。 方法 首 先,采用 YOLOv5 所使用的双向金字塔网络( BiFPN, Bi-directional Feature Pyramid Network) 在多个尺度上提取和 融合特征信息,从而提高目标辨别的准确度;其次,针对水下目标的外观、形状变化问题,将 C3 模块中的 CBS 模块 结合可变形卷积( DCN, Deformable Convolution Network) ,提出 DBS 模块并组成 D3 模块替换部分 C3 模块,以适应 水下目标的外观、形状变化;同时,融入加权注意力机制( SimAM) ,自适应地调节模型的关注度,进一步在复杂场景 下增强特征表达能力;最后,考虑目标边界模糊,为改善目标定位精度,采用 WIoU( Wise-IoU) 损失函数来替换交叉 熵损失,能够更好地适应不同目标类型和尺寸的特点,提高算法鲁棒性。 结果 实验结果表明:DCN-YOLOv5 可以 达到 87. 57%的平均精度( mAP ) ,检测效果优于 YOLOv5 网络和其他经典网络,平均每张图像的识别时间仅为 24. 5 ms。 结论 通过实验结果可以证明模型在检测精度明显提升的同时兼顾检测的实时性,对水下目标检测用于 实际用途有着一定的参考价值。

Abstract:

目的 驾驶员疲劳是导致交通事故的主要因素之一,尤其在夜间低光照环境下,疲劳检测变得更加具有挑战 性。 针对低光环境下驾驶员面部特征提取困难的问题,提出了一种融合局部全局特征的低光照环境驾驶员疲劳检 测方法。 方法 该方 法 包 括 低 光 增 强 模 块 和 双 流 网 络 检 测 模 块。 低 光 增 强 模 块 是 在 多 分 枝 弱 光 增 强 网 络 ( MBLLEN) 的特征提取层添加通道注意力( SE-Net) 模块,提高低光增强算法对驾驶员面部特征信息的关注,更好 地增强了夜间驾驶员的低光图像。 双流网络检测模块使用双分支网络结构,分别提取全局面部信息和局部面部信 息。 首先,驾驶员原始的夜间图像经过低光增强算法增强; 然后, 输入双流网络中, 双分支结构网络分别使用 ResNet-34 和 ResNet-18 提取全局特征和局部特征;最后,通过集成学习方法将局部和全局特征信息融合,以不同 权重贡献比的方式生成最终的疲劳状态预测。 结果 实验结果表明:提出的方法在 NTHU-DDD 数据集上表现出良 好的性能,最终的检测准确率为 90. 10%。 结论 文中提出的方法在夜间驾驶员疲劳检测方面表现出较高的准确性, 为夜间驾驶员疲劳检测领域带来了重要的进展,具有深远而重要的意义。

Abstract:

目的 针对当前 Deepfake 检测侧重全局伪造特征,而局部纹理差异特征利用不足导致模型泛化性能差的问 题,提出一种基于局部纹理差异特征增强的 Deepfake 检测模型,通过挖掘伪造图像内在的空间伪造模式,提高检测 的准确性和泛化性。 方法 模型首先通过中心差分卷积操作捕捉像素强度和像素梯度两种信息,从而获得更精确的 局部纹理差异信息,提高对伪造图像的敏感性。 其次,构建双层注意力模块,旨在利用空间注意力学习位置敏感的 权重信息,并通过通道注意力自适应调整通道重要性,定位重要纹理差异特征的位置,增强纹理差异特征的表示。 结果 在高质量和低质量的 FaceForensics++数据集上的实验,平均准确率分别达到了 97. 36%和 92. 37%,而 Celeb- DF 数据集上的跨数据集实验获得了比当前先进的检测模型更好的泛化性,大量的消融实验表明了方法的有效性。 结论 实验表明:引入中心差分和双层注意力模块后模型能够更好地捕捉图像的纹理差异信息,适应不同场景和压 缩率的伪造检测,有效提高了 Deepfake 检测的准确性和泛化性。

Abstract:

目的 针对一元随机变量的概率密度函数估计问题,寻找一个提高非参数估计收敛速度的方法。 方法 通过 对参数估计和非参数估计组合加权,提出一个基于正则惩罚的半参数估计方法:假定一个参数模型得到其对应的 参数估计,用核方法计算得到其非参数估计,通过带正则惩罚的经验似然损失或积分平方损失得到一个权重,基于 这个权重对得到的参数估计和非参数估计组合,从而得到所提出的基于正则惩罚的半参数估计。 结果 渐近理论性 质显示:所提出的带正则惩罚的半参数密度估计方法结合了参数估计和非参数估计的优点,不依赖任何模型假设, 在任何情况下都是收敛的,并且在参数模型假设正确时,权重偏向参数估计,此时收敛速度与参数估计一样,反之 则偏向非参数估计,收敛速度与非参数估计一致。 通过数值模拟实验发现:当数据满足参数模型假设时,带惩罚的 半参数密度估计方法权重偏向参数估计,与理论结果一致;当数据不满足参数模型假设时,所提出的半参数估计权 重偏向非参数估计,这同样与理论结果一致。 最后将该方法应用于重庆市降水数据中,研究了其月降水量的分布。 结论 实例分析结果表明:所提出的基于正则惩罚的半参数估计与非参数估计相比更光滑,与参数估计相比拟合更 好,验证了该方法的合理性。

Abstract:

目的 针对传统一致性检测方法大多只考虑控制流层面,并未考虑流程中数据对于一致性检查过程的影响 这一局限性,提出一种基于直接跟随规则模型( DFRM) 的一致性检查方法,扩展了传统的直接跟随模型。 方法 首 先将现实流程模型的控制流和数据流分别转换为各自视角的业务流程规则,然后利用关联规则将控制流规则与数 据流规则相结合,并利用满足性模理论( SMT) 对数据规则进行处理,最终实现基于直接跟随规则模型的表现形式; 接着通过从事件数据中提取事件日志,优先对控制流对齐,然后再进行数据流对齐,实现多视角业务流程一致性检 查。 结果 利用真实医疗事件日志对所提出的方法进行评估,与其他传统方法相比,所提出的方法在模型的拟合度、 F1 分数上都有较好表现且直接跟随规则模型,因其模型简单,具有较少的执行时间。 结论 将数据视角以数据关联 规则的形式与直接跟随模型相结合,这为目前业务流程商业软件的模型表现形式提供了新的扩展方向;将数据视 角引入到业务流程中,解决了现有流程模型无法表达与数据相关的一些决策需求问题,对一致性检查过程中其他 视角的可能偏差也纳入了考量。

Abstract:

目的 日志修复是业务流程管理的主要研究内容之一,当业务流程模型中包含资源约束时,以控制流为基础 的流程建模技术和以往的控制流修复方法难以察觉模型中资源视角存在的问题;因此提出了基于一致性检测的资 源感知日志修复方法。 方法 首先使用 Petri 网对流程进行建模,然后将资源视角融入已有 Petri 网中形成流程的资 源感知 Petri 网,建立流程中活动与资源的关联关系;再根据对齐方法分析所产生事件日志的控制流和数据流的偏 差,最后对资源数据异常的事件日志进行分类修复。 结果 以城市轨道全自动驾驶系统的日常运营流程融合故障处 理流程为例验证了方法的可行性,并根据迹的拟合度扩展出复合拟合度,拟合度能够计算控制流视角和资源视角 对模型拟合的综合影响程度;提出的方法与传统局限于控制流对齐的修复方法相比,其复合拟合度更高,日志修复 的结果更好。 结论 通过使用加入资源约束的流程建模技术,并将传统的只针对控制流进行日志修复的方法拓展到 数据流方面,可以使流程中资源视角下可能发生的数据异常不再被忽略,扩大了日志修复的适用范围,有利于解决 日志中资源方面可能存在的问题。

Abstract:

业务流程中的一项重要工作是进行数据的异常检测,它可以用于监控和识别企业或组织中出现的异常情 况。 目的 针对目前业务流程异常检测方法大多数只考虑控制流,并未考虑事件日志中其他数据属性对业务流程影 响的情况,提出一个多视角无监督异常检测模型。 方法 首先,将控制流和数据流分别进行处理,然后拼接形成可以 输入到模型中的数据类型;其次,利用自注意力机制和 Bi-LSTM 自编码器组合成的模型,分别对控制流视角和数 据流视角进行业务流程事件日志的特征提取,并进行拼接和异常检测,异常阈值由自编码器的重构误差来确定;最 后将提出的模型在公共数据集上进行了验证。 结果 用真实事件日志对提出的方法进行评估,与其他方法进行对比 分析可知,所提出的方法在精确度、召回率和 F1 分数 3 个方面都有较好的表现,且所提出的模型 AUC 在所有数据 集上都达到了较大的值。 结论 实验结果表明:所提出的方法可以更好地检测过程事件日志中的异常;通过在模型 中加入注意力机制并且将控制流和数据流视角进行结合,更好地表示了过程数据,使得模型的分类性能得到了较 大的提升,在业务流程异常检测方面具有明显的优势。

Abstract:

目的 为了更准确地预测泄漏的影响范围,更好地降低化工园区内氯苯泄漏所造成的损害,提出了一种氯苯 泄漏的模拟仿真方法。 方法 采用高斯模型中的烟雨模型作为氯苯泄漏扩散的数学模型;用 Unity3d 建立化工园区 的三维虚拟场景,利用粒子系统、动画系统和 Shader 渲染等技术,对氯苯连续性泄漏扩散的动态变化进行三维仿真 模拟。 结果 以某化工园区的真实储罐数据建立三维仿真模型,在模型的基础上实现了氯苯泄漏过程中的动态演化 的三维仿真效果,能够直观看到泄漏的蔓延情况,并从泄漏时间、大气稳定度、风速 3 个方面对氯苯扩散的影响进 行了对比分析,展现出了仿真模拟较高的真实性。 结论 氯苯泄漏的仿真模拟提供了直观的可视化方式,对化工园 区三维应急救援仿真演练的最优处置过程提供了良好的数据支持,结合氯苯损害准则,科学、准确地预测氯苯蔓延 造成的危害范围,有助于指导化工园区的氯苯储罐的布局。