公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

酯化大豆蛋白的制备及抑菌性研究: 2022年; 采用大豆分离蛋白(Soy Protein Isolate,SPI)、大豆球蛋白(11S)和β-伴大豆球蛋白(7S)为原料,进行酯化改性,研究反应时间、盐酸浓度以及蛋白质与甲醇的物料比对蛋白质酯化率的影响。根据酯化率确定3种酯化大豆蛋白(MSPI、M11S、M7S)的制备条件,并测定酯化大豆蛋白的红外光谱、Zeta-电位和抑菌性。结果表明:当反应时间控制在10 h,盐酸浓度为1.5 mol·L^(-1),蛋白质与甲醇物料比为5%(W/V)时,MSPI、M11S的酯化效果好,产率高;当反应时间、盐酸浓度以及蛋白质与甲醇物料比分别为8 h、1.5 mol·L^(-1)和5%(W/V)时,M7S的酯化效果好,产率高。MSPI、M11S、M7S的蛋白质等电点(pI)分别为pH=10.3、pH=9.0和pH=10.4。在pH=5.0的条件下,MSPI、M11S、M7S对革兰氏阴性菌和革兰氏阳性菌具有优良的抑菌性,抑菌最小浓度分别为0.1 mg·mL^(-1)、1.0 mg·mL^(-1)、0.1 mg·mL^(-1)。本实验成功制备了3种酯化大豆蛋白,并研究了酯化大豆蛋白的抑菌效果,为大豆蛋白应用在偏酸性食品领域提供了理论依据。; 陈菲武若飞萨日娜姚英杰许晶; 关键词：大豆蛋白酯化改性抑菌性

基于BP神经网络的大豆变量施肥模型研究与建立被引量：1: 2013年; 通过对比国内外处方图生成方法,研究了基于BP神经网络的变量处方施肥关系模型。应用Matlab7.0人工神经网络工具箱,设计了BP人工神经训练网络,实现了以土壤中施氮肥量、磷肥量、钾肥量和种植密度为输入参数,以大豆的产量为预测目标的模拟关系,预测在一定范围内的氮磷钾投入配比可获得的最大产量。该方法能够实现各种营养元素的全面平衡供应,使大豆栽培肥料投入更为科学合理,达到减肥增效的目的。; 纪文义陈海涛张继成陈菲; 关键词：BP神经网络土壤养分

基于ArcGIS Desktop的大豆田间处方图生成方法的研究被引量：2: 2013年; 通过对比国内外相关研究,研究了基于GIS平台建立大豆田间处方生成方法。选取采集于黑龙江红星农场120个采样点的土壤养分数据,利用Kriging插值法绘制土壤养分分布图。在此基础上,利用ArcGIS Desktop平台的内嵌空间分析模块进行插值分析获取处方图。通过实验证明,基于GIS平台建立的大豆处方图能够有效分析土壤养分与产量的相关性,并在短期决策上实现增产的目的。; 张继成陈海涛郑萍陈菲; 关键词：ARCGIS DESKTOP KRIGING 变量施肥

酯化大豆蛋白-壳聚糖复合物乳化性及抑菌性被引量：2: 2022年; 按照酯化大豆蛋白与壳聚糖质量比为1∶0.1,将酯化大豆蛋白与壳聚糖溶液混合并常温搅拌3 h,制得了酯化大豆蛋白-壳聚糖复合物,采用FTIR和荧光光谱对其进行了表征,探讨了酯化改性协同壳聚糖复合改性对复合物乳化性和抑菌性的影响。结果表明,氢键参与了酯化大豆蛋白-壳聚糖复合物的形成过程;在pH 5.0下,相较于酯化大豆蛋白,酯化大豆蛋白-壳聚糖复合物(MSPI-CS)、酯化大豆球蛋白-壳聚糖复合物(M11S-CS)、酯化β-伴大豆球蛋白-壳聚糖复合物(M7S-CS)的乳化活性分别提升至10.8、9.0、12.0 m^(2)/g,乳化稳定性分别提升至88.9、71.4、95.4 min;MSPI-CS、M11S-CS、M7S-CS对大肠杆菌、金黄色葡萄球菌和沙门氏菌的抑菌圈直径均增加;以MSPI-CS、M11S-CS、M7S-CS为乳化剂制备乳液,乳液的平均粒径降低至(255.2±5.3)、(315.6±2.4)、(253.6±1.7)nm,Zeta电位绝对值提升至(22.07±0.40)、(20.68±0.09)、(22.33±0.88)mV,同时乳液储存稳定性提高。; 王柏棋陈菲马一帆范志军金花许晶; 关键词：复合物乳化性抑菌性乳液稳定性

变量施液态肥控制装置: 变量施液态肥控制装置属于农业智能施肥控制装置；该装置由微处理器、GPS信号接收器、大容量存储器、测速器、LCD触摸屏、动态存储器、SD移动存储器及控制信号输出器装配构成，微处理器通过GPS信号接收器获取地理位置信息，查询...; 郑萍纪文义张继成张桢韩海蛟姬祥贾晓超翟倩倩陈菲; 文献传递

全选清除导出

共1页<1>

陈菲