摘要：针对样品温度变化问题,由于近红外光谱对温度等物理条件变化十分敏感,以奶油中的靛蓝色素作为光谱定量分析数据,提出了一种变温注意力残差网络解决方案。变温注意力残差网络融合温度以及光谱特征,其主干结构使用并发空间和通道挤压和激励注意力机制对残差块处理后的特征进行整合增强。随后采用最大池化和随机丢弃层进行特征降维和模型正则化。将去掉注意力模块的网络与六种深度学习常用的回归分析网络对比,验证其在领域的高适用性。将变温注意力残差网络与6种网络中最佳模型的3种优化形式对比,验证其高性能。最后对模型调优,训练和测试损失差缩小至0.0005,决定系数和相对分析误差达到了最佳值0.9293和3.7031,表明该模型能在实践中对变温条件下的光谱定量分析。

摘要：采用五因子二次正交旋转设计，研究酸浓度、料液比、提取时间、提取温度、提取次数等5个因素对酸提取菜籽饼粕中多糖的得率的影响，用SAS8．0中响应面分析程序RSREG建立并分析了5个因素对得率的函数模型。结果表明，所得回归方程达显著水平，拟合情况良好;5个因素对得率的影响大小依次为提取温度〉提取次数〉提取时间〉酸浓度〉料液比，最佳提取温度为100℃，提取次数4～5次，提取时间（每次）1．4～1．8h，酸浓度0．10～0．14mol／L，料液比1：18～1：22，菜籽饼粕多糖得率在3．1％以上。

摘要：采用三元二次正交旋转组合设计,研究了次氯酸钠、山梨酸钾、丙酸钙在常温下对板栗好果率的影响,建立并分析了板栗好果率对三因素的函数模型。结果表明,三因素对板栗好果率的影响大小依次为丙酸钙>山梨酸钾>次氯酸钠;常温贮藏一个月要达到55%以上的好果率,三因素的最佳组合为次氯酸钠的浓度11.4%～19.5%,山梨酸钾的浓度2.67%～3.99%,丙酸钙的浓度1.09%～2.71%。

摘要：本研究在单因素试验的基础上,选定浸提温度、水料比、提取时间三个因素进行正交旋转组合试验,对萝卜籽中硫甙提取工艺进行了研究,建立了硫甙得率的二次回归方程。此模型拟合性好,通过响应面分析以及模拟寻优得到了优化组合条件。结果表明,温度对硫甙得率有显著的影响,水料比和浸提时间对硫甙得率有影响但不显著。当提取温度4.3～16.5℃,浸提时间20～57min,水料比9.4～14.2ml/g时,硫甙提取液浓度可达到0.9mg/ml以上。

摘要：采用5元2次正交旋转组合设计,研究了O2、CO2、甲基托布津、多菌灵、霉疫净在常温下对板栗好果率的影响,建立并分析了板栗好果率对5因素的函数模型。结果表明,5因素对板栗好果率的影响大小依次为O2>CO2>多菌灵>甲基托布津>霉疫净;常温贮藏1个月要达到70%以上的好果率,5因素的最佳组合为O2的体积分数为2.6%～7.1%,CO2的体积分数为3.9%～5.4%,多菌灵浓度为90～344 mg·kg-1,霉疫净浓度为223～724 mg·kg-1,甲基拖布津浓度为622～634 mg·kg-1。