海西黑枸杞多糖酶法提取工艺研究及其体外抗氧化性分析

以青海海西黑枸杞为原料,用酶法辅助提取其中的多糖。对比果胶酶、木瓜蛋白酶和纤维素酶的辅助提取效果,以料液比、加酶量、酶解时间和酶解温度为因素进行单因素实验,考察其对黑枸杞多糖提取率的影响,利用响应面法进一步优化黑枸杞多糖提取工艺参数,并对提取的多糖进行体外抗氧化性分析。结果表明:(1)果胶酶辅助提取黑枸杞多糖的效果最好,最佳提取条件为料液比1∶35(g∶mL)、加酶量0.02 g、酶解时间60 min、酶解温度30℃,提取率达到最大值26.60%,与模型方程理论预测值26.90%相对误差为1.12%;(2)海西黑枸杞多糖对DPPH自由基和超氧阴离子自由基具有较强的清除作用。     

基于RF-WOA-VMD-BiGRU-Attention的神经网络模型在海浪预测中的应用

海上风电场的海况数据极其复杂导致用于海浪高度预测的输入参数极其不稳定,筛选出关键信息,提高输入参数的质量可以极大地提高海浪高度预测的准确性。以乐亭菩提岛风电场近一年的海上数据为基础,构建了一种基于随机森林(random forest, RF)、鲸鱼优化算法(whale optimization algorithm, WOA)、变分模态分解(variational mode decomposition, VMD)和双向门控循环单元(bidirectional gated recurrent unit, BiGRU)的海浪预测模型。该模型利用随机森林对环境特征等输入变量进行筛选,有效减少数据冗余,然后基于WOA-VMD模型自适应确定最优参数和自适应分解原始序列,提高数据质量并消除数据噪声的干扰。此外,针对海浪预测提出了一种基于注意力机制优化的BiGRU算法,随机森林的注意力机制将为BiGRU的隐藏层状态分配不同的权重,加强关键信息的影响。实验结果表明该模型和其他模型对比,输入质量更高,预测精度更高,拟合程度更准确,对风电场海浪预测有着重大意义。