1-MCP处理对冬枣低温贮藏期间品质变化的影响

为使冬枣在贮藏过程中保持良好品质并有效延长冬枣货架期,以白熟期冬枣为试材,采用不同浓度(0.5、1.0、1.5μL/L)的1-甲基环丙烯(1-methylcyclopropene,1-MCP)处理冬枣,在(0±1)℃条件下贮藏60 d,定期对冬枣的呼吸强度、可溶性固形物含量、抗坏血酸含量、硬度、表皮色泽、失重率和霉变率进行测定。试验结果表明,1-MCP处理后能抑制冬枣果实呼吸强度上升,减缓果实硬度下降,对果实可溶性固形物和抗坏血酸含量也具有一定影响,使表皮能维持较好的色泽,同时降低冬枣的失重率和霉变率。对比不同处理组可得,1.0μL/L的1-MCP处理综合效果最好,能使冬枣在低温贮藏期间维持较好品质。

融合扩充-双重特征提取应用于小样本学习

小样本图片分类的目标是根据极少数带有标注的样本去识别该类别,其中两个关键问题是带标注的数据量过少和不可见类别(训练类别和测试类别的不一致).针对这两个问题,我们提出了一个新的小样本分类模型:融合扩充-双重特征提取模型.首先,我们引入了一个融合扩充机制(FE),这个机制利用可见类别样本中同一类别不同样本之间的变化规则,对支持集的样本进行扩充,从而增加支持集中的样本数量,使提取的特征更具鲁棒性.其次,我们提出了一种双重特征提取机制(DF),该机制首先利用基类的大量数据训练两个不同的特征提取器:局部特征提取器和整体特征提取器,利用两个不同的特征提取器对样本特征进行提取,使提取的特征更加全面,然后根据局部和整体特征对比,突出对分类影响最大的特征,从而提高分类准确性.在Mini-ImageNet和Tiered-ImageNet数据集上,我们的模型都取得了较好的效果.