学科分类
/ 1
17 个结果
  • 简介:本文就水分测试中称量瓶称重存在的几个问题加以探讨。实验表明,在进行饲料及原料中水分测定时,样品的称量恒重与冷却时间有关,干燥时间对称重结果?有影响,干燥器容量大小以及称量速度也会给恒重结果带来误差。

  • 标签: 水分 称重恒重 冷却时间 误差
  • 简介:饲料样品用适当浓度的酸、碱溶液处理,经水洗,中和及静置沉积后,用简单的倾倒法使粗纤维与沙子等杂质分离,所得粗纤维置130℃中烘干2小时,即可直接定量测定饲料中的粗纤维含量.本方法无需纤维测定仪、真空抽滤装置及高温炉等设备;方法的相对标准偏差为2.7%,双试平行差在0.03%~0.08%之间,极差为0.39%;t检验表明,本法与GB/T6434-94法之间无显著性差异.方法简便、快速、准确,易于推广.

  • 标签: 饲料 粗纤维 快速测定
  • 简介:建立了测定饲料中角黄素的高效液相色谱(HPLC-DAD)分析方法。样品经皂化法处理,用石油醚提取,经浓缩处理后,用甲醇和三氯甲烷的混合溶液(10+1)溶解,用XB-C_(18)柱(150mm×4.6mm,5μm)分离,以乙腈为流动相进行等度洗脱。目标分析物在相应的质量浓度范围内线性关系良好,线性相关系数(R~2)为0.9996,检出限为0.13mg/kg,回收率为88.5%~93.9%,相对标准偏差为1.6%~2.9%。本方法准确、简便、快速,方法精密度、准确度和回收率能满足饲料中角黄素样品检测的要求。

  • 标签: 高效液相色谱 饲料 角黄素
  • 简介:本文建立了离子色谱法测定水产配合饲料中氟离子含量的测定方法。结果表明,F-测定的线性范围为1.00~50.00mg/L,相关系数为0.9991,峰面积和保留时间的RSD分别为1.91%和0.18%,检出限为5×10-4mg/L(3σ),该方法具有准确、简便等优点,可用于水产配合饲料中氟离子的检测。

  • 标签: 离子色谱法 水产配合饲料 氟离子
  • 简介:研究用固定pH滴定法测定饲料中粗蛋白。实验表明与蒸馏法相比,方法简便、安全快速,结果准确可靠,可节约水电90%以上。

  • 标签: 固定pH滴定 粗蛋白 饲料
  • 简介:采用1-丁基-3-甲基咪唑四氟硼酸盐离子液体([Bmim]BF4)作萃取剂,顶空液相微萃取法富集水中苯系物。气相色谱法测定。考察了不同萃取温度和时间、样品体积、单液滴体积和盐析效应对结果的影响。苯、甲苯、二甲苯检出限分别为0.030μg/L、0.147μg/L、0.180μg/L,结果表明所用离子液体可有效富集水中痕量苯系物。

  • 标签: 离子液体 苯系物 顶空微萃取 气相色谱法
  • 简介:饲料氨基酸分析技术的准确性与重现性主要取决于前处理方法。目前我国除谷物外,还没有现成饲料氨基酸分析方法的国家标准。随着饲料工业,养殖业的发展急需提出适合饲料氨基酸分析的新方法。目前现有的盐酸水解法使测定结果偏低。尤其是测定含硫氨基酸时,回收率仅在70—72%。而含硫氨基酸(蛋氨酸,胱氨酸)和赖氨酸是衡量各类饲料的重要指

  • 标签: 含硫氨基酸 前处理方法 回收率 饲料工业 氨基酸分析 测定结果
  • 简介:PEC-A2样品表面处理装置是岛津公司为EPM-8l0Q电子探针样品表面进行喷金处理装置,其主要包括抽真空系统和喷金电流控制系统,抽真空系统由机械泵和油扩散组成,真空度可达到6.7×103Patorr.

  • 标签: 真空规
  • 简介:本文用经验波长法和相关系数(R)-斜率(K)波长优选法对鳗鱼饲料样品的近红外漫反射光谱和水份含量进行多元线性最小二乘回归分析,结果表明R-K法可以快速、无损地预测样品的水份含量,相对误差小于15%。

  • 标签: 近红外 水份 最小二乘法
  • 简介:用因子分析法解析了饲料样品的近红外漫射光谱,利用前面8个主成分因子与样品的化学分析结果拟合校正曲线,同时预测了未知样品的水分、粗蛋白和粗脂肪含量,该法无损、快速、准确,平均预测误差对水分为3.6%,粗蛋白为2.1%,粗脂肪为8.1%。

  • 标签: 近红外 因子分析 饲料 水分 粗蛋白 粗脂肪
  • 简介:针对深层超限学习算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

  • 标签: 密集连接 深度学习 超限学习机 核函数
  • 简介:为了检测医用体外碎石焦点位置的声场特性,判断是否符合国家标准要求,特采用直接测量的方法,使用针式水听器在时间和空间域内进行逐层扫描,寻找焦点位置并测量焦点位置的声压强度;通过能量图直观显示焦点位置的能量分布,通过测量采集到焦点位置连续10次冲击波的声场强度、脉冲上升时间、脉冲宽度.这样所得到的医用体外碎石焦点声场特性符合国家标准的要求.

  • 标签: 医用体外碎石机 焦点声场 水听器 声场特性
  • 简介:设计了一种分布式光伏电站数据通讯管理,包括硬件系统和软件系统.硬件系统基于ARM嵌入式处理器设计,通过RS485/232串口对光伏电站终端设备的实时数据进行采集并解析处理,采用以太网/GPRS与光伏电站控制系统的服务器相连,实现数据的远程无线通讯和传输.软件系统基于多任务实时系统Linux,采用模块化设计,包含了任务管理、内存管理、时间管理和同步通信等功能模块.该通讯管理机具有对分布式光伏电站监控数据的实时采集、存储、分析处理、上传和转发等功能.

  • 标签: 分布式光伏电站 数据管理机 嵌入式系统 远程无线 通讯与传输
  • 简介:为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量的学习过程中,并使用遗传算法寻找支持向量的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.

  • 标签: 故障检测 半监督 遗传算法 支持向量机 特征选择 空气处理机组
  • 简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

  • 标签: 模式识别 数据挖掘 域自适应 超限学习机
  • 简介:在C-R2A数据处理机上,根据故障现象结合电路原理,用替换法查找故障,并进行元件代换。

  • 标签: 显示缓冲存储器 象点 替换