期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
蓝莓货架期PKO-CNN-BiLSTM-AT预测模型
1
作者
杨慧敏
郑兴婵
+3 位作者
刘中深
郑兴秀
王鹤霏
孙仕源
《食品科学》
北大核心
2025年第17期271-282,共12页
为探究贮藏于不同温度条件下蓝莓的品质变化及货架期,以‘怡颗莓’蓝莓为研究对象,测定其在5、10、15、20、25℃条件下的可溶性固形物、质量损失率、腐败率、质地参数等多个品质指标。通过基于二元灰狼优化算法进行特征选择,筛选出7个...
为探究贮藏于不同温度条件下蓝莓的品质变化及货架期,以‘怡颗莓’蓝莓为研究对象,测定其在5、10、15、20、25℃条件下的可溶性固形物、质量损失率、腐败率、质地参数等多个品质指标。通过基于二元灰狼优化算法进行特征选择,筛选出7个影响货架期的关键特征作为模型的输入变量,构建附加斑翠鸟优化算法(pied kingfisher optimizer,PKO)的卷积神经网络(convolutional neural network,CNN)-双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)-注意力机制(attention mechanism,AT)的蓝莓货架期预测模型,利用PKO对CNN-BiLSTM-AT网络进行参数化寻优,主要用以确定最优学习率、正则化参数、Attention键值及BiLSTM神经元数量。结果表明,与CNN-LSTM相比,PKO-CNN-BiLSTM-AT模型的平均绝对误差、平均绝对百分比误差、均方误差和均方根误差分别降低了76.13%、80.96%、92.03%和71.75%,决定系数增加了5.85%。说明引入PKO后的CNN-BiLSTM-AT模型显著提高了货架期的预测性能,本研究可为蓝莓在不同贮藏温度条件下的货架期制定提供理论支持。
展开更多
关键词
蓝莓品质指标
二元灰狼优化算法
斑翠鸟优化算法
深度学习模型
货架期预测
在线阅读
下载PDF
职称材料
乙醇与柴油互溶性研究及混合燃料对柴油机排放性能的影响
被引量：
2
2
作者
张宗喜
张营华
《化学与生物工程》
CAS
2020年第6期42-47,共6页
乙醇可由生物质能源转化得到,可作为含氧清洁燃料与柴油混合用作柴油机燃料。以正丁醇为助溶剂促进乙醇在柴油中的溶解,形成稳定的混合燃料;同时以该混合燃料作为柴油机燃料,参照GB 20891-2014《非道路移动机械用柴油机排气污染物排放...
乙醇可由生物质能源转化得到,可作为含氧清洁燃料与柴油混合用作柴油机燃料。以正丁醇为助溶剂促进乙醇在柴油中的溶解,形成稳定的混合燃料;同时以该混合燃料作为柴油机燃料,参照GB 20891-2014《非道路移动机械用柴油机排气污染物排放限值及测量方法(中国第三、四阶段)》测试柴油机的常规排放、非常规排放规律,探究其对柴油机排放性能的影响。结果表明,正丁醇作为助溶剂,可促进乙醇与柴油互溶,在乙醇与正丁醇的体积比接近1∶1时可形成稳定的混合燃料,静置10个月以上不分层,在-5℃左右不分层,可用作柴油机燃料;正丁醇的添加方式对其助溶效果影响较小;负荷特性下,与燃用纯柴油相比,柴油机燃用混合燃料时,CO和NOx排放量分别减少13.96%~46.73%和1.35%~16.92%,VOCs排放量增加1.94%~32.43%,PM2.5排放量减少5.81%~44.37%。柴油与醇类燃料混合燃烧可以实现在减少NOx排放量的同时减少PM2.5排放量。
展开更多
关键词
乙醇
正丁醇
柴油
混合燃料
排放性能
常规排放
VOCs
PM2.5
在线阅读
下载PDF
职称材料
题名
蓝莓货架期PKO-CNN-BiLSTM-AT预测模型
1
作者
杨慧敏
郑兴婵
刘中深
郑兴秀
王鹤霏
孙仕源
机构
东北林业大学土木与
交通
学院
黑龙江农业工程职业
学院
生物制药
学院
济南市技师学院轨道交通学院
出处
《食品科学》
北大核心
2025年第17期271-282,共12页
基金
黑龙江省自然科学基金项目(LH2021C016)。
文摘
为探究贮藏于不同温度条件下蓝莓的品质变化及货架期,以‘怡颗莓’蓝莓为研究对象,测定其在5、10、15、20、25℃条件下的可溶性固形物、质量损失率、腐败率、质地参数等多个品质指标。通过基于二元灰狼优化算法进行特征选择,筛选出7个影响货架期的关键特征作为模型的输入变量,构建附加斑翠鸟优化算法(pied kingfisher optimizer,PKO)的卷积神经网络(convolutional neural network,CNN)-双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)-注意力机制(attention mechanism,AT)的蓝莓货架期预测模型,利用PKO对CNN-BiLSTM-AT网络进行参数化寻优,主要用以确定最优学习率、正则化参数、Attention键值及BiLSTM神经元数量。结果表明,与CNN-LSTM相比,PKO-CNN-BiLSTM-AT模型的平均绝对误差、平均绝对百分比误差、均方误差和均方根误差分别降低了76.13%、80.96%、92.03%和71.75%,决定系数增加了5.85%。说明引入PKO后的CNN-BiLSTM-AT模型显著提高了货架期的预测性能,本研究可为蓝莓在不同贮藏温度条件下的货架期制定提供理论支持。
关键词
蓝莓品质指标
二元灰狼优化算法
斑翠鸟优化算法
深度学习模型
货架期预测
Keywords
blueberry quality indicators
binary grey wolf optimization
pied kingfisher optimizer
deep learning model
shelf-life prediction
分类号
TS255.3 [轻工技术与工程—农产品加工及贮藏工程]
在线阅读
下载PDF
职称材料
题名
乙醇与柴油互溶性研究及混合燃料对柴油机排放性能的影响
被引量：
2
2
作者
张宗喜
张营华
机构
山东建筑大学机电工程
学院
济南市技师学院轨道交通学院
出处
《化学与生物工程》
CAS
2020年第6期42-47,共6页
基金
山东建筑大学博士科研基金项目(X18042Z)。
文摘
乙醇可由生物质能源转化得到,可作为含氧清洁燃料与柴油混合用作柴油机燃料。以正丁醇为助溶剂促进乙醇在柴油中的溶解,形成稳定的混合燃料;同时以该混合燃料作为柴油机燃料,参照GB 20891-2014《非道路移动机械用柴油机排气污染物排放限值及测量方法(中国第三、四阶段)》测试柴油机的常规排放、非常规排放规律,探究其对柴油机排放性能的影响。结果表明,正丁醇作为助溶剂,可促进乙醇与柴油互溶,在乙醇与正丁醇的体积比接近1∶1时可形成稳定的混合燃料,静置10个月以上不分层,在-5℃左右不分层,可用作柴油机燃料;正丁醇的添加方式对其助溶效果影响较小;负荷特性下,与燃用纯柴油相比,柴油机燃用混合燃料时,CO和NOx排放量分别减少13.96%~46.73%和1.35%~16.92%,VOCs排放量增加1.94%~32.43%,PM2.5排放量减少5.81%~44.37%。柴油与醇类燃料混合燃烧可以实现在减少NOx排放量的同时减少PM2.5排放量。
关键词
乙醇
正丁醇
柴油
混合燃料
排放性能
常规排放
VOCs
PM2.5
Keywords
ethanol
n-butanol
diesel
blend
emission characteristic
regulated emission
VOCs
PM2.5
分类号
TK421.5 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
蓝莓货架期PKO-CNN-BiLSTM-AT预测模型
杨慧敏
郑兴婵
刘中深
郑兴秀
王鹤霏
孙仕源
《食品科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
乙醇与柴油互溶性研究及混合燃料对柴油机排放性能的影响
张宗喜
张营华
《化学与生物工程》
CAS
2020
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
