【摘 要】
：
葛根粉（简称葛粉）富含黄酮类化合物,饮食保健功能明显。云梦葛粉鱼面是指在云梦鱼面传统工艺基础上,配以一定比例的葛根粉,创制而成的新型鱼面。以感官评分为指标,对鱼蓉、淀粉、葛根粉以及食盐的添加量进行单因素实验,根据单因素实验结果设计正交实验优化其制作工艺,以面粉添加量为基准,得到最佳用料配比为:鱼蓉60%,淀粉35%,葛根粉5%,食盐1.5%。
【基金项目】
：
湖北省教育厅人文社科项目（2012G346）；
论文部分内容阅读
葛根粉（简称葛粉）富含黄酮类化合物,饮食保健功能明显。云梦葛粉鱼面是指在云梦鱼面传统工艺基础上,配以一定比例的葛根粉,创制而成的新型鱼面。以感官评分为指标,对鱼蓉、淀粉、葛根粉以及食盐的添加量进行单因素实验,根据单因素实验结果设计正交实验优化其制作工艺,以面粉添加量为基准,得到最佳用料配比为:鱼蓉60%,淀粉35%,葛根粉5%,食盐1.5%。
其他文献
协方差矩阵作为许多金融模型的输入值,在资产配置与风险管理中扮演着十分重要的角色。然而,随着信息技术的飞速发展,高维数据频繁地出现在金融与经济领域,致使传统协方差矩阵估计方法面临严峻挑战。高维协方差矩阵估计遇到的挑战可以从横截面和时间序列两个视角进行探讨。从横截面角度来说,主要的难点在于高维度性与非正态性。当资产数量大于时间序列长度时,传统的估计方法会受到维数灾难与噪声大等问题的影响。从时间序列角度
在这个经济快速发展的背后,离不开化石能源的贡献,随之带来的是全球能源危机、气候极端变化等严重问题。为了寻求解决的途径,各国均大力倡导开发可再生能源,包括风能、太阳能、潮汐能、生物质能等。生物质能被认为对缓解化石能源枯竭、改善气候变化等其它问题具有重要的潜力,其中木质纤维素生物质较其他生物质而言,它的替代表现更加优异。以刺槐树枝（RP）为原料,在N2氛围中制备了刺槐炭（RPC）,通过热解温度与响应面
随着信息技术的快速发展,我们的日常生活中产生了大量数据,而从海量的数据中提取有效信息是数据挖掘的重要任务。分类是数据挖掘中一种较常见的问题。而分类算法是一种有监督学习,即通过训练已知类别的样本获得分类模型,进而可以获得待测样本的类别。在日常生活中,我们会遇到很多分类问题,比如垃圾邮件的检测,信用评估,癌症患者的判定等。贝叶斯分类算法简单高效且应用于多个领域,是解决此类问题的常用算法。而朴素贝叶斯分
近几十年来,我国经济高速增长,金融市场快速发展,上市公司的数量越来越多,但随之而来的是上市公司的财务危机问题也愈发严重。由于目前我国证券市场还处于弱势有效阶段,弱势有效阶段集中表现为信息的不对称,所以上市公司发生财务危机不仅会使得公司自身蒙受巨大的经济损失,并且给利益相关者带来了经济损失和负面影响,严重者甚至会对市场环境造成恶劣冲击,产生一系列的连锁反应。因此,许多学者开始关注上市公司财务危机问题
中国作为世界上最大的能源消费和碳排放国，节能减排形势十分严峻。然而，数字经济发展方兴未艾。为探析数字经济发展如何影响能源消费和CO2排放，该研究以中国2011—2019年30个省份面板数据为样本，运用熵值法测析各省份数字经济发展水平，构建双固定效应模型实证分析数字经济与能源消费和数字经济与碳排放间存在的正“U”型或倒“U”型关系。结果表明：（1）中国数字经济发展水平存在省际和区域差距，广东和东部地
随着经济不断发展和人民消费水平提升，垃圾分类治理问题日益严峻。实践经验表明，强制实施背景下政府主导与承包商、公众和环保组织为核心的多元主体共同参与的“一主多元”协作模式，对于我国垃圾分类治理具有较好适用性。但该模式也存在“一主”突出、“多元”不足及其他系统性冲突。为明确多元主体参与策略对“一主多元”治理模式稳定性的影响，首先，本文分析了城市生活垃圾分类强制实施背景下该模式运行机制及主体动因。然后，
从数据价值化、数字产业化、产业数字化、数字化治理四个维度构建数字经济发展水平评价体系，测度2011—2018年中国分地区数字经济发展水平，并进一步探究数字经济发展对能源强度的影响。结果表明：中国数字经济发展水平整体提升、结构固化，并呈现出一定程度的“马太效应”;数字经济发展对能源强度具有显著的“抑制”作用，数字经济发展水平每提高1%,可以使能源强度降低0.26%,作用强度具有边际递减特征；技术进步
目的:研究诱导表达p27对HEK293细胞生长和代谢的影响。方法:将pTet-on载体和响应于Dox的p27诱导表达载体共转染HEK293细胞,随机挑选单克隆细胞株。以细胞周期分布和活细胞密度为主要观察指标,考察稳定转染的细胞在Dox诱导下的细胞生长;以Qglc、Qlac和Qgln为主要观察指标,考察转染细胞在Dox诱导下的细胞代谢。结果:p27基因的表达使HEK293细胞的增殖速度显著降低,G1
肺部疾病严重威胁人类健康,胸部X线摄影图像是临床诊断肺部疾病的重要参考。随着深度学习特别是计算机视觉领域的快速发展,针对如何构建有效的肺部疾病胸部X线摄影图像识别模型,许多学者开展了卓有成效的研究,但仍然需要进一步提升模型的识别性能并增强识别结果的可解释性。本文的主要工作如下:（1）构建了一个深度卷积神经网络模型用于识别肺结节（Nodule）、肺不张（Atelectasis）、正常（Normal）