口腔摩擦学在食品口腔加工中的应用

口腔加工不仅是一个饮食过程,也是一个享乐过程。人们所感知的食物质地是一种多维的感官特征。目前仅通过流变学已无法表征这一复杂感官感知。摩擦学通过模拟食物在口腔内的加工过程和食物被舌头挤压至口腔表面时的润滑行为来客观表征食物在口腔加工中的感官属性。口腔摩擦学已成为表征食物口腔加工中润滑行为的重要工具。本文综述口腔摩擦学在食品加工和研发中的应用,重点阐述食物在口腔加工中的涩感、润滑感等感官感知及其润滑机制,旨在为未来食品设计提供参考。

淀粉水凝胶体系水分分布规律分析

为探究不同淀粉质量分数水凝胶体系中水分分布规律,采用低场核磁共振分析6种淀粉水凝胶体系。结果显示:谷类(玉米、小麦)、豆类(豌豆、绿豆)淀粉凝胶呈3种,薯类(红薯、马铃薯)呈2种水分形式,且不易流动水(T23)均是主要的水分形式。随着淀粉质量分数(5%~14%)的增大,横向弛豫时间减小,淀粉凝胶束缚不易流动水的能力增强,且相同质量分数下,豌豆淀粉凝胶束缚水能力最强,马铃薯最弱,谷类淀粉居中。随着淀粉质量分数的增加,淀粉凝胶中不易流动水的相对含量呈减小趋势。豆类(绿豆和豌豆)、薯类(红薯和马铃薯)和谷物类(玉米和小麦)之间的类属差异更为明显。本研究为淀粉基质类食品加工中感官质地的提升提供基础理论参考。

基于自组织神经网络的EVD杂波抑制算法

强杂波环境下慢速运动目标的杂波抑制一直是雷达领域的研究难点,通过子空间分解法来抑制杂波是一种常用的方法,但传统子空间分解法依赖于过往经验选取杂波基、自适应性差。基于K-均值聚类的SVD杂波抑制算法弥补了上述缺陷,然而当慢速运动目标与杂波在多普勒谱上接近或混叠时,这种算法的特征集区分度大幅下降,聚类结果变得不稳定。为此提出了一种基于自组织神经网络的特征值分解杂波抑制算法。首先,深入分析慢速运动目标和杂波、噪声的差异,利用回波信号矩阵特征值分解后得到的特征值和特征向量,提取针对慢速运动目标和杂波区分度高的特征来构建特征集。其次,采用受初始值影响小、聚类结果稳定的自组织神经网络进行聚类,自适应选取构造杂波子空间的杂波基,最后通过正交子空间投影来抑制杂波。仿真和实测数据结果表明该算法能有效抑制强静止杂波和慢速杂波,实现对慢速运动目标的检测,算法具有较强的稳健性和工程实用性。