首页期刊导航|贵阳学院学报（自然科学版）
期刊信息/Journal information
贵阳学院学报（自然科学版）
贵阳学院学报（自然科学版）

龚振黔

季刊

1673-6125

gyxu717@163.com；gyxu717@126.com gyxu717@yeah.net

550005

贵州贵阳市龙洞堡见龙洞路1号

贵阳学院学报（自然科学版）/Journal Journal of Guiyang College(Natural Sciences)
正式出版
收录年代

    超声波辅助提取黑薯皮中花青素的工艺研究

    杜超
    54-58页
    查看更多>>摘要：以黑薯皮为提取原料、酸化甲醇为提取溶剂,采用超声波辅助提取黑薯皮中的花青素.以花青素的提取率为考察指标,首先研究提取温度、料液比、超声功率、超声时间、酸化甲醇浓度等单因素对黑薯皮中花青素提取率的影响.在单因素研究的基础上采用正交实验法进行优化和组合,最终确定黑薯皮中花青素提取的最佳工艺条件如下:提取温度55℃、料液比1∶25(g:mL)、超声功率 270 W、超声时间 25 min、酸化甲醇浓度50%,在此条件下,黑薯皮中花青素的提取率为 10.90%.研究还表明,影响黑薯皮中花青素提取率的因素顺序为:料液比>提取温度>酸化甲醇浓度>超声功率>超声时间.

    黑薯皮花青素超声波提取正交试验

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于蚁群算法的城市轨道交通路径规划在旅游管理中的应用研究

    李雪峰
    59-63页
    查看更多>>摘要：针对乘客在城市轨道交通中的路径选择问题,提出了一种基于蚁群算法的城市轨道交通路径规划模型.首先,对城市轨道交通网络进行简化.然后,对各个乘车时的影响因素进行分析,通过改进蚁群算法适配此次研究进行建模.实验结果表示,当迭代次数较低时,蚁群算法的准确率较Yen's算法的准确率较低;随着迭代次数的增加,蚁群算法的准确率超过Yen's算法的准确率,且快速达到最好的性能.当蚁群算法模型迭代次数达到40 时,即达到最好的性能时,Yen's算法模型仍然未达到最好的性能.研究结果表明,此次提出的基于蚁群算法的城市轨道交通路径规划对城市交通管理水平有着一定的提升,可以为城市居民出行提供更加便利的选择.

    路径规划蚁群算法轨道交通Yen's算法舒适度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于光电传感器的学前儿童机器人室内自动定位方法

    傅璐璐
    64-69页
    查看更多>>摘要：针对学前儿童机器人在与儿童的互动和个性化的陪伴方面,机器人仍不能满足人们的需要.为了提高机器人与儿童的互动性,需要使机器人具备室内自动定位的功能,本文基于光电传感器对学前儿童机器人进行设计.机器人的任务系统按照功能层次可以分为人机交互层、控制层、任务组织层和任务执行层.通过改进机器人定位方式,采用光电图像传感器进行距离测量以提高行进过程中定位精度,实现机器人的自动定位.根据室内障碍物较多的特点,对人工势场算法改进,对机器人的路径进行规划算法,从而设计了机器人的避障规则.为验证该学前儿童机器人的性能,对机器人进行自动定位和路径规划试验.试验结果表明:机器人的自动定位结果准确,定位偏差均小于5%,且可进行路径规划和避障.

    光电传感器学前儿童机器人室内自动定位自动避障人工势场算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Nb掺杂SFM作为SOFC对称电极材料的可行性分析

    邱丽琴
    70-74页
    查看更多>>摘要：随着"碳达峰""碳中和"日益受到关注,可再生能源发电并网技术得到迅速发展.为改善钙钛矿氧化物材料作为固体氧化物燃料电池电极的电化学性能,用铌元素掺杂在钙钛矿氧化物材料的铁位来作为固体氧化物燃料电池对称电极材料.结果表明,当掺杂量为0.05 时电导率最大,为 28S·cm-1,且与所需活化能最小的结果一致;经过铌元素的掺杂,钙钛矿氧化物材料的电化学性能得到了明显的改善,当铌掺杂量为0.05 时,材料的阻值最小,为0.080Ω·cm2;在650℃、700℃、750℃和800℃时,电池的功率密度分别为0.25W·cm-2、0.40W·cm-2、0.56W·cm-2和0.71W·cm-2.

    固体氧化物燃料电池对称电极钙钛矿氧化物新能源发电技术

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于区别化熟化处理方式的荞麦粉蛋白影响性研究

    陈金女申丽媛
    75-80页
    查看更多>>摘要：采用碱溶酸沉法提取荞麦蛋白并对其工艺条件进行优化,通过蒸制、煮制和炒制三种方式对荞麦进行熟化.在最佳工艺条件下制备了四种蛋白溶液,选用考马斯亮蓝法对荞麦蛋白的含量和功能特性进行测试.实验结果表明,最佳提取工艺条件:料液比为 1∶15,pH值为 10,提取温度为 55℃,提取时间为 140 分钟.各处理方式的荞麦蛋白含量中,煮制清蛋白含量最高(32.8%),未熟化荞麦中谷蛋白含量最多(38.9%),醇溶蛋白含量则在煮制荞麦中最低(6.4%).未熟化荞麦中球蛋白溶解度最高(33.7%),而谷蛋白和醇溶蛋白的溶解度略有变化或下降,煮制和蒸制后清蛋白和球蛋白的溶解度明显提高.荞麦谷蛋白的持水性最佳,煮制和蒸制后各蛋白的持水性相对提高.煮制后,清蛋白、谷蛋白和球蛋白的吸油性相对提高.研究有助于为荞麦精准深加工提供理论依据和推动产业发展.

    荞麦蛋白熟化方式溶解度持水性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于超级账本和DQN的农产品供应链溯源和管理平台

    刘海宏吴睿辉
    81-87页
    查看更多>>摘要：为实现农产品供应链的产品跟踪溯源并改善供应链信息管理,确保消费者的食品安全并提高系统参与者的收益,提出了基于区块链和深度增强学习的农产品供应链管理解决方案.首先,利用超级账本(Hyperledg-er Fabric)部署基于区块链的农产品供应链管理系统,对农产品从产地到终端消费者的交付进行全程监测和跟踪溯源.其后,在数据存储池中利用DQN实现农产品生产和仓储的高效决策,最大化供应链参与成员的利益.最后,利用REST API实现区块链网络与数据存储池模块的通信,支持系统成员实现高效安全的交互.安全性分析和仿真结果表明,所提系统可实现安全、可问责、可审核的去中心化农产品供应链管理,系统响应和查询时间能够满足现实应用需求,且所提DQN算法能够有效改善供应链成员的生产和仓储决策效率.

    农产品供应链区块链深度Q网络超级账本去中心化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于神经网络的基层智慧型融媒体系统传播能力预测方法

    刘滔
    88-92页
    查看更多>>摘要：随着基层智慧型融媒体系统在各地的应用越来越广泛,为实现系统长期传播能力的预测,设计基于神经网络的基层智慧型融媒体系统传播能力预测方法.基于改进数据集结构设计高效用数据挖掘算法,实施基层智慧型融媒体系统结构、时间、文本、用户信息的挖掘.对于挖掘信息,设计异常事件检测模型对其实施数据异常事件检测,使用差分综合移动平均自回归模型实施单点噪声的修复.构建一种基于上下文依赖的动态图注意网络作为基层智慧型融媒体系统传播能力预测模型,由建模传播动态图模块、时—空依赖学习模块与预测模块构成,其输入为处理后的信息,输出信息为基层智慧型融媒体系统传播规模预测增量.实验结果表明,该方法预测用户列表精度整体较高,最高达到98.95%,预测用户列表召回率整体较高,最高达到97.24%.

    基层智慧型融媒体系统端到端神经网络单点噪声修复传播能力预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进随机森林和深度学习的学生就业预测模型

    罗娅刘莹
    93-98页
    查看更多>>摘要：为促进学校和学生更好地应对动态就业市场,提高教育与就业的匹配度,提出一种结合改进随机森林算法(RF)和深度置信网络(DBN)的学生就业预测混合模型.首先,对学生数据进行预处理,去除不相关的属性以实现数据一致性.其次,为了提高预测模型的准确性,采用结合主成分分析(PCA)和RF算法的特征选择模型,从原始特征中选择最优子集.最后,将选定特征作为DBN的输入,学习高级特征表示并完成学生就业预测.实验结果表明,所提混合模型的预测准确度达到了92%以上,相比循环神经网络(RNN)和多层感知机(MLP)模型分别高出16.8%和14%,能够帮助教育机构了解不同专业和课程的就业趋势,改善学生的职业发展路径规划.

    就业预测深度学习随机森林主成分分析深度置信网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进SMOTE算法和深度学习集成框架的信用卡欺诈检测

    顾明李飞凤王晓勇郑冬花...
    99-104,115页
    查看更多>>摘要：当前机器学习(ML)算法已经被广泛用于信用卡欺诈检测.然而持卡人线上购物的动态性,以及正常和欺诈交易数据严重不平衡问题,影响了分类器的检测精度.为此,提出了基于深度学习集成框架的信用卡欺诈检测方法.首先,通过改进的合成少数类过采样(SMOTE)算法,解决信用卡数据集中欺诈交易和正常交易数量严重不平衡问题.其次,构建堆栈式深度学习集成框架,使用双向长短时记忆网络(Bi-LSTM)和门控循环单元(GRU)作为基础分类器,并通过多层感知机(MLP)作为元分类器,结合集成学习和深度学习的优点提高信用卡欺诈检测率.在公开数据集上的实验结果表明,所提深度学习集成方法与改进SMOTE算法相结合,分别实现了99.57%和99.82%的灵敏度和特异性结果,优于其他先进的信用卡欺诈检测算法.

    信用卡欺诈检测机器学习深度学习合成少数类过采样双向长短时记忆网络门控循环单元

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于增强教与学优化算法的图像分割

    李理周湘贞
    105-109页
    查看更多>>摘要：为提高分割图像的质量和提高计算效率,提出了一种基于增强教与学优化算法(ETLBO)的图像分割方法.所提ETLBO利用逆向学习技术,提高全局搜索速度和优化准确度,改进全局寻优性能,并保留了经典课程教与学优化算法计算成本低、稳定性高的优点.此外,采用最小交叉熵(MCE)的概念,将图像分割的多级阈值化问题转换为优化问题,利用ETLBO得到多级最优阈值组合,实现分割图像和原始图像之间的交叉熵最小化,提高分割图像的视觉质量.实验结果表明,所提方法在分割图像的均匀性和适应度方面的性能优于其他先进方法,且计算效率更高.

    图像分割多级阈值化最小交叉熵教与学优化逆向学习技术

      原文链接:
    • NETL
    • NSTL
    • 万方数据