水分调节对原料米糠微波稳定化的增效作用

食品物料中大都有水分存在,而水分子作为极性分子在微波场中有着极强的响应,本研究从优化微波稳定米糠工艺的角度出发,以米糠脂肪酶残余活力和酸价为主要指标值,着重考察米糠水分含量对微波稳定米糠效果的影响。研究发现,提高米糠水分含量对微波有明显的增效作用,通过单因素和正交试验得出微波稳定米糠影响因素大小依次为:米糠含水率>微波功率>微波处理时间;微波稳定优化水平组合为米糠含水率23%、微波功率800 W、微波处理时间105 s,该优化条件下米糠脂肪酶残余活力为20.24%,显示出高抑酶率且对米糠无热损伤。同时,以原始米糠为对照,将按上述最优条件处理的米糠和仅以功率800 W、时间105 s处理的米糠进行储存对比实验,定期测定米糠酸价以验证协同水分调节的最优微波稳定方案的稳定效果,实验证明,水分调节和微波协同作用处理后的米糠储存时间最长,分别为原始米糠储存时间的3.4倍和仅微波处理米糠的1.5倍,证实基于水分调节的微波处理对米糠稳定有显著效果。

SCONV:一种基于情感分析的金融市场趋势预测方法

股票市场是国家经济发展的重要组成部分,也是与我们日常生活息息相关的一个市场,股民的情绪一定程度上可以作为影响股票价格的因素之一.提出一种基于ConvLstm(convolutional long short term memory)的股票情感分析价格预测的深度学习模型SCONV(semantic convolutional).该模型通过爬取股民评价,使用LSTM(long short term memory)模型并通过word2vec,进行情感分析,提取情感向量,并得出每一日的情感权重.随后将每日股价分别与对应前1日、前3日均值、前一周均值的情感权重与股票价格一起放入ConvLstm中进行训练,再使用叠加的一层LSTM来增加准确率,并在ConvLstm与增加的LSTM之间增加dropout层,来避免过拟合.实验数据采用了3年左右阿里巴巴(BABA.us)、1.5年左右平安银行(000001.sh)、5个月左右格力电器(000651.sz),实验结果表明:相比一些传统模型,SCONV在较小的样本集上依旧可以更好地预测股票价格的走势.

MDDE:一种基于投资组合的金融市场趋势分析方法

金融市场走势预测是金融学、计算机科学、统计学、心理学等领域的融合问题,具有鲜明的学科交叉特征,也是研究的重点和难点,对金融市场走势预测的理论和关键技术研究为这些学科提供了新的理论和方法,具有重要的理论意义和实际的应用价值.提出一种基于投资组合的金融市场趋势分析方法MDDE(Markowitz Deep Deterministic Policy Gradient Experience),通过使用Markowitz投资组合理论,以2019年2月至2019年8月的各样本历史数据为参考,确定模拟股市中的投资组合比例,结合DDPG(Deep Deterministic Policy Gradient)与自定义经验盒,分析股价走势,判断模拟股盘中的买卖点,并计算收益率.使用苹果(AAPL.us)、波音(BA.us)、强生(JNJ.us)、可口可乐(KO.us)、默克(MRK.us)、辉瑞(PFE.us)、宝洁(PG.us)、威瑞森(VZ.us)、雪佛龙(CVX.us)、埃克森美孚(XOM.us)、旅行者集团(TRV.us)、3M公司(MMM.us)共12只股票2011年1月至2020年8月的股票数据作为样本进行实验,实验结果表明,在相同时间段的模拟买卖中,和传统的基线方法与其他的强化学习模型相比,MDDE可以获得更好的收益.

结合公司财务报表数据的股票指数预测方法

股票市场参与者的所有市场活动综合影响着股票市场的变化,使股票市场的波动充满复杂性,也使得准确预测股票价格成为难题。在这些影响股市变化的活动中,财务披露是预测股票指数变化的一种吸引人的且具有潜在财务回报的手段。为了应对股票市场的复杂变化,提出一种结合公司披露的财务报表数据进行股票指数预测的方法。该方法首先对股票指数历史数据和公司财务报表数据进行预处理,主要是对公司财务报表数据生成的高维矩阵进行降维,然后用双通道的长短期记忆(LSTM)网络对归一化后的数据进行预测研究。在上证50指数和沪深300指数数据集上的实验结果表明,该方法的预测效果优于仅使用股票指数历史数据的预测效果。

基于板块效应的深度学习股价走势预测方法

股票价格预测作为金融预测领域中一项重要的研究方向,准确预测股票价格的涨跌可以帮助投资者盈利或及时止损.经研究发现,某些因素(如政策、社会突发事件等)会对同板块下的多只股票价格产生影响,导致同板块的多只股票在某个时间段内出现相似的走势,即板块效应.因此,同板块下多只股票的价格走势对于股票预测具有参考作用.针对这一现象,提出了一种基于板块效应的深度学习股价走势预测方法.首先,使用皮尔森(Pearson)相关系数和XGBoost算法对同板块下多只股票的收盘价进行分析,以筛选出与预测股票相关性高的多只股票,并使用自编码器对这些股票的收盘价进行降维,以提取股票的价格走势;其次,构建了一个基于卷积神经网络(convolutional neural networks, CNN)与长短期记忆(long short-term memory, LSTM)网络的混合深度学习预测模型,使用一维卷积神经网络提取输入数据的特征,使用LSTM网络对股票价格进行预测.该模型使用银行、医药、酒业、娱乐传媒4个板块的股票作为实验数据集.为了提高模型的预测效果,通过随机搜索对LSTM网络的神经元个数进行简单的分析,以选择较优的神经元个数.最后,通过实验分析,基于同板块数据集的深度学习预测模型具有良好的预测效果.

超声波辅助法制备脱脂米糠工艺的优化

采用超声波辅助乙醇浸提的方法对新鲜米糠进行脱脂处理,以脱脂率为指标确定米糠脱脂的最佳工艺并进行脱脂效果的储存验证实验。结果表明:超声波辅助对提高米糠脱脂率有显著影响(P<0.05),通过单因素和正交试验得出脱脂的最佳工艺是料液比1∶17.5(g/mL)、超声波功率450 W、超声波时间11 min,在此条件下脱脂率可达到96.97%,比单独使用乙醇浸提所得脱脂率提高了2.43倍。经脱脂处理的米糠在较长时间内脂肪酸值变化和感官评分均表现良好,储存期显著延长。

米糠混粉面包配方优化及储存期质构特性

以米糠-高筋粉混粉为原料,采用二次发酵的方法制得米糠面包。通过单因素试验分析获得米糠添加量对混粉面包储存期内质构特性的影响,同时分析酵母和低聚木糖的含量对混粉面包感官和比容指标的影响,结合正交试验优化米糠混粉面包的配方工艺。结果表明,米糠面包最佳配方是米糠粉添加量为6.0%,酵母添加量为1.75%,低聚木糖添加量为1.25%。成品米糠混粉面包的质构特性显示出,混粉面包储存期72小时之内的凝聚性、咀嚼性、硬度和弹性均与对照无明显差异,整体回复性表现较好。米糠混粉面包的开发在增加面包新品种的同时使米糠的营养价值得以有效利用。

成都女鞋出口俄罗斯的对策研究

在当前全球经济增长疲软和全球需求下降的不利形势下,实体经济的发展如履薄冰。成都是我国四大鞋业生产基地之一,女鞋产量位居全国第三位。但近几年来,成都女鞋产业受世界经济大气候的影响,被笼罩在了乌云之下。出口主要依靠俄罗斯市场的成都制鞋业由于俄罗斯订单萎缩,原有的鞋业销售路径以及传统的营销渠道已经无法摆脱灰色清关和需求不足带来的阴影。成都女鞋制造业该如何破局,找到常青于俄罗斯市场的生存之道呢?

师范院校非师范专业就业现状调查——以杭州师范大学汉语言文学非师范专业为例

本文通过问卷调查、实地采访和网络采访等方法,对杭州师范大学汉语言文学非师范专业毕业生的就业情况及该专业在校生的就读状况和未来打算进行广泛的调查.结果显示,近两年来本专业非师范毕业生的就业情况较前几年已大有好转,然而与师范生相比,整体情况仍不容乐观,要加强实习锻炼、强化就业指导、调整专业课程设置、转变传统就业观念.

池塘常规鱼类健康养殖要点

从常规鱼类的养殖池塘条件、鱼苗培育、鱼种饲养、食用鱼养殖及常见病害防治等方面总结了健康养殖的要点。

吉水县植保专业合作社发展过程、成效、问题及对策建议

介绍了吉水县植保专业合作社发展过程、主要成效及存在的问题,提出了进一步发展的对策建议。

传科技风,铸未来梦

一场盛会,世界共聚;一个方向,世界共赴。2022年东京奥运会唱出了人们的心声。那未来的世界究竟朝着哪个方向奔赴呢?我想说:以科技之风,铸未来之梦。来吧!随我一起来打开这未来之门。未来的道路是什么样的呢?未来的道路是“隐形的”,它在无形中被架在空中。因为未来的汽车可以漂浮在空中,每辆车都会自带特殊的导航器——它可以给你规定行驶路线。