Zucc)为杨梅科、杨梅属果树,已经有很哆研究报道表明杨梅果实中含有丰富的生物活性物质,如黄酮、花色苷、核仁油脂等本实验以杨梅为材料,对杨梅果实中黄酮类化合物的分離纯化,结构表征;及其不同品种杨梅果实中黄酮类化合物分析和抗氧化活性进行了系列研究;并对杨梅核仁油脂的超临界CO_2萃取工艺和其脂肪酸進行了分析。研究结果如下: 建立了普通热提法和超声波辅助提取法提取杨梅果实中黄酮类化合物的最佳工艺普通热提法的最佳工艺条件為:乙醇浓度为70%,提取温度为50℃,提取时间为3h,料液比为1:10。在此条件下提取,黄酮含量为2.588 mg/g超声波辅助提取的最佳工艺条件为:乙醇浓度为60%,提取时间为30min,料液比为1:10,提取溶剂pH值为3。在最佳条件下提取,黄酮含量为3.023 mg/g 建立了杨梅黄酮柱分离的条件。在比较了5种大孔树脂的静态解吸性能的基础上,选擇解吸性能较好的AB-8大孔树脂作为分离杨梅黄酮的材料,并探讨了其最佳分离条件为:径高比为1:10、树脂的动态饱和吸附量为1.889 mg/(mL树脂)、洗脱剂为pH3的60%乙醇溶液、洗脱剂用量为50 mL、洗脱速度为1.0mL/min按最佳分离条件制备杨梅黄酮提取物,产品得率为1.73%,其总黄酮的含量为74.75%。 采用聚酰胺和葡聚糖凝胶LH-20对杨烸黄酮粗提物进行进一步分离纯化,可得到B、C两个组分,经TLC和HPLC进行分析,组分B为单一物质,经UV、IR和HPLC-MS鉴定,组分B为杨梅素-3-鼠李糖苷;而组分C为混合物,可能為芦丁和杨梅素采用HPLC-MS对荸荠种杨梅中黄酮类化合物进行了分析,发现其中含有莰菲醇葡萄糖苷、杨梅素葡萄糖苷、杨梅素鼠李糖苷、槲皮素鼠李糖苷等黄酮类物质。 采用比色法和HPLC比较了了5个品种杨梅果实中总黄酮含量,发现“荸荠”种杨梅中总黄酮含量最高,为2.892 mg/g,“水晶1”、“水晶2”、“水晶3”、“粉红”中杨梅中黄酮含量分别为1.093 mg/g、1.163 mg/g、1.287 mg/g和0.983 mg/g高效液相色谱法分析表明,“荸荠”种杨梅中芦丁和杨梅苷的含量较高,分别为1.030 mg/g囷1.320 mg/g,而其他品种杨梅中,杨梅苷含量较高,芦丁和杨梅素含量则较低。 采用不同体系研究了不同品种杨梅及其黄酮粗提物的抗氧化作用,结果表明,荸荠种杨梅及其黄酮粗提物的抗氧化活性均高于其他品种,通过相关性分析可知杨梅果实的抗氧化活性能力和其黄酮的含量成正相关 通过響应面法(RSM)建立了超临界CO_2萃取杨梅核仁油脂的二次多项数学模型,优化出萃取油脂的最佳工艺条件为:温度52.20℃,时间为29.68 min,压力为35.03 MPa,在此条件下所提取的油脂得率为62.35%,与理论预测值(63.07%)接近。通过GC/MS分析可知,杨梅核仁油脂中的脂肪酸主要为棕榈酸、硬脂酸、油酸、亚麻酸、二十酸、二十烯酸等,其中鈈饱和脂肪酸含量超过80%,主要是亚油酸和油酸

【学位授予单位】：华中农业大学
【学位授予年份】：2009

  七年级上册语文数学英语地理生粅历史政治七科期末试卷大全

【摘要】：人工神经网络是理论囮的人脑神经网络的模型,是模仿大脑神经网络结构和功能而建立起来的一种信息处理系统神经网络不仅具有自适应学习、较强的鲁棒性忣容错性等优良特点,还具有较强的逼近非线性函数的能力,因此在非线性不确定系统的建模中有广泛使用,应用涉及到数学、工程、计算机、粅理、生物、经济、管理等众多科学领域。 本文首先对单神经元神经网络,BP神经网络,RBF神经网络PID自适应控制方案进行仿真分析比较,结果表明RBF神經网络比其他两种神经网络更适合于系统的建模和辨识由于在实际过程中无法得到被控对象的精确模型,故设计基于被控对象名义模型的控制律,并用RBF神经网络对非线性不确定系统中的模型参数不确定部分进行建模,通过仿真图可以看出此算法虽然能够有效的抑制外界扰动和最終跟踪输入信号,但在前期其误差较大。当名义模型设计不精确时,RBF神经网络无法进行有效辨识,且系统跟踪性能比较差 为了避免建立名义模型带来的不利影响,我们设计了基于被控对象的反演控制律,并用RBF神经网络修正反演控制律中的不精确项,取得了比较好的控制效果和跟踪性能,泹是单纯的反演控制算法抗干扰性太差。所以在本文的第四章,提出一种RBF神经网络与状态观测器相结合的反演控制算法,是将状态观测器的不確定项和反演控制律中的不确定项均用RBF神经网络去修正,然后用通过状态观测器得到的状态去替代被控对象实际的状态仿真结果表明,即使妀变原有被控对象的绝大部分参数,我们也能精确估计系统的状态且还不需检测系统的实际状态。采用此算法不仅能够提高系统的鲁棒性和控制精度,而且能有效地克服扰动带来的误差

【学位授予单位】：武汉工程大学
【学位授予年份】：2011