产朊假丝酵母发酵生产谷胱甘肽的氨基酸添加策略

研究了添加氨基酸对产朊假丝酵母(Candida utilis WSH02-08)合成谷胱甘肽(Glutathione,GSH)的影响,结果表明,两阶段添加氨基酸能显著提高GSH的发酵水平.摇瓶中发酵10h添加4mmol/LL-半胱氨酸,16h添加混合氨基酸(L-谷氨酸8mmo/L,L-半胱氨酸8mmol/L,甘氨酸12mmol/L),GSH产量和胞内GSH含量分别为290.1mg/L和3.22%.在3L发酵罐中,将上述氨基酸添加策略与高密度培养技术相结合,36h流加葡萄糖的同时添加20mmol/LL-胱氨酸,45h添加混合氨基酸(L-谷氨酸40mmo/L,L-半胱氨酸40mmol/L,甘氨酸60mmol/L),GSH产量和胞内GSH含量分别达1725.3mg/L和3.29%,分别比高密度培养提高了111.4%和100.6%。

生物絮凝技术中碳源的添加策略——以养虾为例

总结了水产养殖水体生物絮凝过程中添加碳源的依据、常用碳源的种类、碳源的添加量和碳氮比、添加碳源的注意事项。以对虾养殖为例,归纳了不同养殖模式下的碳源添加情况,对碳源添加的应用和发展进行了展望。

甘油添加策略对罗伊氏乳杆菌代谢特性的影响

罗伊氏乳杆菌(Lactobacillus reuteri)是一种新型的益生菌,为深入了解该菌代谢葡萄糖和甘油特性,采用发酵初期、对数期、静止期不同甘油添加策略,对发酵罐中L.reuteri CG001利用葡萄糖/甘油共底物发酵过程中代谢产物变化情况进行了探讨。结果表明,无论在何时加入甘油均会引起细胞代谢途径的迁移。初始时加入甘油,葡萄糖主要走乳酸和乙酸途径,净生成的NADH主要用于甘油代谢途径,因此会生成较多的1,3-丙二醇;对数期加入甘油,细胞同样会缓慢从乙醇途径向乙酸途径迁移,并在初期积累一定的3-羟基丙醛,继续加入葡萄糖后3-羟基丙醛迅速转化成1,3-丙二醇,最终发酵液中几乎检测不到3-羟基丙醛;静止期加入甘油,细胞能够积累较多的3-羟基丙醛,较高浓度3-羟基丙醛会导致细胞自身的死亡,同时观察到细胞具有利用自身代谢产物乳酸逆向生成乙酸,从而调节代谢过程中NADH/NAD的能力。

利用SPC方法设计铝电解生产中氟化铝添加策略

利用统计过程控制(简称SPC)方法设计了氟化铝的添加策略,研究表明,该控制策略能够保证槽况的平稳运行,电解铝生产过程中槽温、分子比和氟化铝下料量波动幅度显著降低。电流效率提高0.92%,直流电耗减少84k Wh/t-Al。

一种局部平差影像添加策略的三维重建方法

针对现有三维重建算法在仍存在影像丢失和在弱连接区域平差失败的现象,该文提出一种采用局部平差影像添加策略的三维重建方法。该方法在影像选取时,采用局部平差,平差后选取限差合格的连接点,根据符合限差点的数量选取下一张影像,从而保证了连接点的质量;在全局平差阶段,按照局部平差计算的限差添加连接点,从而保证全局平差尽可能地成功。经测试,所提方法仍可以提高重建的稳定性,降低经验筛选对影像添加过程的影响,在影像连接关系弱、经验筛选不足的区域有明显优势。

命题逻辑中一类正则标准矛盾体的构造与复合

归结原理是自动推理中一种简洁、可靠且完备的推理规则,标准矛盾体分离演绎理论是二元归结的一个延拓。矛盾体的结构非常复杂,现有的矛盾体种类和生成策略较少。针对该问题,文中基于命题逻辑的标准矛盾体分离演绎理论,首先通过复合两个或多个正则标准矛盾体,得到了生成新矛盾体的多个复合策略;其次,提出了一类特殊标准矛盾体结构——复合正则标准矛盾体,丰富了矛盾体的结构特征;然后讨论了复合得到的新矛盾体不同子句的可扩充性,进而得到相应的文字添加策略;最后,提出了矛盾体的生成算法,为进一步在计算机上实现新矛盾体的生成提供了参考。

一种改进的基于聚类的范例添加删除维护模型

随着范例库的使用,范例库中范例数目不断增大,从而导致范例检索效率直线下降,因此急需找到一个合适的策略来维护范例库。本文提出了一种改进的基于聚类的范例添加删除维护模型,有效的提高了范例检索的速度和质量。

一种RBF神经网络的自适应学习算法

建立了一种RBF神经网络的自适应学习模型。该模型事先不需要确定隐层节点的中心位置和数量,而是在学习过程中,根据相应的添加策略和删除策略,自适应地增加或减少隐层节点的数量。最终形成的网络不仅结构简单,精度高,而且具有较好的泛化能力。

大型聚酯工业装置转产操作优化

针对连续化大型聚对苯二甲酸乙二醇酯(PET)生产装置,采用Aspen流程模拟开发平台建立了基于组合流动模型的非理想流动的动态转产模型。以装置运行效益最大化为目标,考虑设备、工艺等限制因素,优化转产添加策略。以有光聚酯转产消光聚酯为例,研究表明,聚酯反应釜中物料流动偏离理想流动;消光剂添加策略宜采用分步添加方式,转产实施后,过渡时间时显缩短,装置运行效益显著提升。

XGBoost原理及其应用

作者在本文中详细推导了XGBoost的数学原理,给出了XGBoost的损失函数,它包括平方损失部分以及模型复杂度部分。XGBoost的关键是对初始目标函数进行泰勒展开,作者对此进行了严密的推导。并给出了叶子分裂的策略。随后,作者将XGBoost方法应用在海藻数据集上,利用R语言编程,预测了海藻数量。