乌骨鸡脂肪油中脂肪酸组成的气相色谱-质谱分析

乌骨鸡脂肪油是乌骨鸡重要的营养成份之一,其脂肪酸组成更是影响肉质风味的重要化学成分。以氯仿:甲醇(2:1)超声提取乌骨鸡中脂肪油,皂化后,用三氟化硼-甲醇法甲酯化,应用气相色谱-质谱联用技术对乌骨鸡脂肪酸组成进行了分析,分离和鉴定了22种脂肪酸,并以面积归一法,计算各脂肪酸的相对百分含量。结果表明,乌骨鸡脂肪油中含有饱和脂肪酸:棕榈酸、硬脂酸、豆蔻酸、十七烷酸、花生酸、山嵛酸、十五烷酸、十九烷酸,其含量分别为22.02%、12.89%、0.80%、0.36%、0.33%、0.16%、0.14%、0.13%,占总脂肪酸的36.83%;不饱和脂肪酸含量占总脂肪酸的63.17%,其中油酸29.18%、亚油酸21.19%、棕榈油酸4.82%、花生四烯酸3.86%、11-二十碳烯酸0.82%、EPA 0.75%、DHA 0.69%、10,13-二十碳二烯酸0.63%、7,10,13-二十碳三烯酸0.55%、γ-亚麻酸0.18%、7,10-十六碳二烯酸0.17%、15-甲基-11-十六碳烯酸0.12%、11-十四碳烯酸0.12%、10-十九碳烯酸0.09%。多不饱和脂肪酸占总脂肪酸含量的28.02%。     

基于时间融合的波形方式高精度超声测厚

在超声测厚过程中使用波形方式利用闸门进行测量,可以方便自由地选取测量对象,有利于 避开盲区测量;同时还可以设置闸门和峰值或边沿的测量方式,有利于减小测量误差。在测量中,特 征计算采用基于采样序列较基于显示序列精度要高,采样率越高,精度越好;在此基础上,加入多时 间序列的融合算法可以将有效采样率成倍提高,精度也得到相应的改善。     

基于改进的条件生成对抗网络的可见光红外图像转换算法

针对当前基于条件生成对抗网络的红外图像生成算法中红外生成图像纹理细节信息差和结构信息差的问题，提出了一种基于改进的条件生成对抗网络的红外图像生成算法。首先，基于ConvNext改进了生成网络，在生成网络解码部分通过添加残差连接增强了解码部分对编码部分提取的图像深层特征的利用；其次，生成网络采用UNet网络架构，增强了对图像底层特征的利用；最后，对抗网络通过对生成图像特征的一阶统计量（均值）和二阶统计量（标准差）的损失计算，进一步改善了红外生成图像的灰度信息和纹理细节信息。与现有典型红外图像生成算法的对比实验结果表明，该方法能够生成质量更高的红外图像，在主观视觉描述和客观指标评价上都取得了更好表现。匹配应用实验表明，该算法在可见光图像与红外图像异源匹配任务中体现了较好的应用价值。