摘要：“食品安全检测技术”课程是高校食品质量与安全专业的专业主干课程之一,该课程的学习对于学生的就业及食品行业的发展具有重要意义。以项目驱动教学法在“食品安全检测技术”课程实践教学中的应用研究为基础,对此种教学方法的项目设计、项目实施和考核方式改革进行了初步探索,最大限度地提高了学生在该课程实践教学中的参与度和积极性,为项目驱动教学法在该专业其他专业主干课程实践教学中的广泛应用提供了参考。

摘要：针对长时间、自然对流散热条件下斯特林制冷机使用要求,基于Sage分析了室温腔温度对制冷机制冷性能影响,开展散热器结构优化。仿真优化了散热器翅片厚度、间距和翅高等参数,通过增加翅间距,减薄翅片,增长翅长等方式有效提高散热器散热能力,获得了最佳散热器结构。经对比试验得出:自然对流条件下,加装优化后的散热器,制冷机常温连续运行8小时,室温腔温度降低26.4℃,制冷量由0.29 W@65 K提升至0.72 W@65 K,有效提升了斯特林制冷机对特殊热工况的适用能力。

摘要：【目的】旨在探究料液比、水浴温度及水浴时长对红芽芋多糖得率的影响,进而探究多糖的抗氧化活性。【方法】在单因素基础上,采用 L_(9)(3~4)正交设计优化多糖提取工艺,以红芽芋多糖得率为测定指标,评价其提取效果。以清除过氧化氢、ABTS^(+)自由基、DPPH 自由基、羟自由基(·OH)、超氧阴离子自由基(·O_(2)^(-))能力及总还原力作为研究红芽芋多糖的抗氧化活性相关指标。【结果】红芽芋多糖最佳提取工艺为料液比 1:10 g/mL,水浴提取温度为 90 ℃,水浴提取时长为 4.5 h,该条件下红芽芋多糖平均得率为(6.34±0.20)%;红芽芋多糖清除过氧化氢能力较强,其清除能力与 L-抗坏血酸(VC)相当,红芽芋多糖 ABTS^(+)自由基、DPPH 自由基和·OH 的 IC_(50)分别为 3.97,4.46,9.52 mg/mL,但红芽芋多糖的总还原力不强,对·O_(2)^(-)清除能力较弱。【结论】红芽芋多糖提取工艺优化合理,可用于红芽芋多糖的提取;红芽芋多糖有一定的抗氧化能力,且对不同自由基清除能力存在差异。

摘要：目的 在符合法规要求,确保数据可溯源,财务可监管的前提下,解决临床试验中受试者检验检查及药物费用减免流程繁琐的问题.方法 基于医院现有的HIS系统,设计受试者检验检查及药物费用减免系统并进行应用.结果 该系统在不改变研究者原有工作流程的前提下,可对受试者相关费用进行实时减免.结论 该系统成本低,研发时间短,操作便捷,实现了受试者费用减免过程的全程网络管理,有利于项目经费核算,节约了管理成本,提高了工作效率,特别适用于新机构,值得推广.

摘要：Tasuoka认为DINA模型没有使用Q矩阵理论,这个断言是否成立?为了回答这个问题,必须讨论Q理论的外延。Q矩阵理论至少应该包括如何计算知识状态集合和理想反应模式集合、如何准确标识Q矩阵以及如何设计认知诊断测验蓝图等内容,由此导出DINA使用了Q矩阵理论的结论,并对元素为0-1的Q矩阵,给出属性不可补偿条件下,0-1评分优良认知诊断测验蓝图设计的定量描述,并对今后研究方向进行相关的讨论。

摘要：认知诊断测验设计实质上是测验Q矩阵设计,设计应最大限度覆盖诊断的构念,充分发挥代表认知模型的属性层级关系的重要作用.主张测验充分表达被试知识结构,提倡测验Q矩阵和被试知识状态共享同一层级结构,以实现对被试更加准确的诊断.对于非独立型层级结构,无法实现属性使用次数平衡而应采用题目属性向量使用平衡策略.对Liu Ren(2017)的测验设计提出质疑.

摘要：为了提高樟树籽油的出油率和品质,通过响应面分析法优化超声提取樟树籽油工艺。在单因素试验基础上,选择液料比、提取时间和提取功率为自变量,樟树籽油提取率为响应值,利用Box-Benhnken中心组合方法进行三因素三水平的试验设计,并进行响应面分析(RSA)。结果显示,模拟得到的二次多项式回归方程拟合性好,樟树籽油提取的最佳工艺为:以石油醚为溶剂,液料比14 mL/g,提取时间31 min,超声功率120 W,在此条件下,樟树籽油提取率理论值为36.83%,验证实测值为37.45%,与理论值相对误差为1.68%。

摘要：牛是中国古代青铜艺术中一种常见的表现对象。湖南、陕西出土的商周牛尊,将器物的功用与动物的造型有机结合在一起,正是农业祭祀仪式中牛的装扮方式的艺术化与符号化。牛尊所表现出的这种文化内涵从商周开始,一直保存在中国农村尤其是南方农村的后代甚至近现代民俗当中。

摘要：应用在线多阶段自适应测验的组卷思想,提出自适应分组认知诊断测验(CD-AMGT)。首先,依据可达阵在认知诊断测验编制中的重要作用,CD-AMGT首个分组中的项目根据可达阵的每列(对应题目类型)进行挑选;其次,基于知识状态之间的先决关系构造对应知识结构的格,每完成一组项目,利用知识状态当前估计值在格中的上下确界所界定的范围挑选后续分组中的项目;最后,针对剩余题库中单个题目类型对应多个项目的情况,根据最大后验加权的Kullback-Leibler信息量(PWKL)或最小香农熵(SHE)在这多个项目中进行选择。模拟实验表明,对比基于PWKL或SHE的CD-CAT,当题库中题目类型较丰富时,CD-AMGT以分类准确率略微降低为代价,其题库使用均匀性和计算用时均表现出较大优势。

摘要：目前参数估计多采用统计方法,存在耗时长、要求被试样本容量大和项目数多等缺点。本文将BP神经网络和降维法相结合,对GRM的项目参数和考生能力参数进行估计。蒙特卡洛模拟结果显示:(1)不管是人多题少还是题多人少,该网络设计下的参数估计精度都较高;(2)可以应用到多个不同等级评分的参数估计中,甚至是超过15个等级的项目参数,估计精度也较高,这是其他参数估计方法所不可比拟的;(3)运行的时长和统计估计方法相比大大缩减。