学科分类
/ 1
8 个结果
  • 简介:根据法国《西南报》最新报道,中国富豪、阿里巴巴总裁马近日在波尔多购入一家当地酒庄。这家酒庄名为“萨尔斯城堡”(ChateaudeSours),位于波尔多右岸利博而奈(Libourne)和波美侯(Pomer01)产区的西南部,有两百多年的历史。酒庄面积八十公顷,年产量五十万瓶,出产红、白、粉红三种颜色、近十款不同的葡萄酒。目前为止,中国人在波尔多拥有的酒庄数量已达一百多家,且仍在以每年几十家的速度增长,酒庄的购买人也逐渐由大型国企、民营企业、投资公司逐渐转变成了个人购买。

  • 标签: 波尔多 酒庄 阿里巴巴 民营企业 西南部 中国人
  • 简介:为研究不同体型人群胸部曲线特征点在同一坐标系中的位置变化,选择了240名18~22岁在校成年男子作为研究对象,采集身高、胸围、腰围、臀围等4个部位的数据,对基础数据进行相关分析,根据显著性差异Sig.值大小,得到主要的体型指数,采用聚类分析,进行体型分类。在不同体型分类样本中,选择胸围曲线上的2个特征点a和b作为研究特征点,建立实验样本特征点坐标变化的回归方程,并用随机样本对回归模型进行验证。

  • 标签: 聚类分析 体型分类 特征点 回归模型
  • 简介:通过文献研究法和经验总结法对虚拟桌面机房管理中遇到的问题进行归纳分析,对虚拟桌面系统的故障进行分类,对出现故障现象的原因进行分析并提出处理方法。

  • 标签: 虚拟云桌面 虚拟机 故障现象 故障分析 故障处理
  • 简介:鞋腔温度和湿度是否舒适,是人们评价鞋子舒适度的重要标准。本文以自主研发的鞋腔温湿度测试仪采集的实验数据为依据,通过建立鞋腔温湿度数学模型,给出了基于鞋腔温湿度舒适皮鞋的评价模型与标准。

  • 标签: 鞋腔温湿度 舒适性 透湿率 相关系数
  • 简介:通过文献分析法识别了建筑信息模型技术(BuildingInformationModeling,简称BIM)面临的10项挑战因素,基于对24位专家的问卷调查,运用决策实验室法分析了各挑战因素的关系和所处地位.研究表明,核心挑战因素是人才和技术培训的缺乏及相关法律政策的不健全.若通过高校开设BIM课程,使相关专业毕业生对BIM有深刻认识,并具备相应技能,则BIM技术面临的诸如培训费用高,传统模式难以改变,各参与方之间权责不明、合作混乱,相关人员对BIM工作流程不熟悉等问题都将迎刃而解.同时,政府应进一步颁布相关法律政策来规范、保护、激励BIM的健康可持续发展.

  • 标签: 建筑信息模型技术 建筑业 决策实验室法 挑战因素
  • 简介:原料奶在实际运输过程中的温度是波动变化的。本文在建立10~37℃温度范围的金黄色葡萄球菌在原料乳中生长模型的基础上,得到温度变化对金黄色葡萄球菌生长状态的影响。采用"等效生长时间"理论,结合modifiedGompertz模型得到波动温度下原料乳中金黄色葡萄球菌的生长模型。验证结果显示,R2,Af,Bf均接近于1,表明所建预测模型能够较好地预测波动温度下原料乳中金黄色葡萄球菌的生长状况。此外,将模型与CombasePredictor(CP)软件在相应条件下所建波动模型作比较,CP模型基于肉汤培养基而建,金黄色葡萄球菌的生长速率明显大于牛奶中培养的,表明预测软件应用于食品中进行波动温度建模时应作验证,在牛奶中建立的波动模型的适用性较高。

  • 标签: 原料乳 金黄色葡萄球菌 波动温度 验证
  • 简介:采用生物传感器-人工神经网络建立基于游离氨基酸含量对胶原蛋白胰酶酶解进程的预测模型,以实现对酶解进程的在线监控,获得最大量的目标活性肽。以大马哈鱼皮为原料制备胶原蛋白,对其酶解,建立不同条件下的酶解动力学曲线。结果显示:酶解液中游离氨基酸含量随酶解时间的延长而增加,与胶原蛋白的水解度呈良好的线性关系。以酶浓度、底物浓度、游离谷氨酸含量、赖氨酸含量、谷氨酸和赖氨酸含量为输入参数,水解度DH为输出参数,建立基于谷氨酸含量、赖氨酸含量以及谷氨酸赖氨酸含量的蛋白酶传感器-人工神经网络预测模型。对3个模型的水解度样本值与拟合值进行比较分析,R2分别为0.98,0.9805和0.981,对样本值拟合度很高。利用模型进行独立试验验证,理论值与实验值相符合,水解度实验的相对误差范围分别为0.404%~6.45%,0.76%~2.27%和1.67%~2.72%。3个模型在一定程度上实现了仿真监控,可用来在线预测水解反应的动态进程。

  • 标签: 大马哈鱼皮 胶原蛋白 酶解进程 预测模型 BP神经网络
  • 简介:为建立金黄色葡萄球菌在原料乳中的生长模型,比较不同样本容量条件下预测模型的适用性,测定10,15,20,25,30,37℃条件下牛奶中金黄色葡萄球菌的生长数据,拟合建立最大比生长速率与温度之间的预测模型一;结合ComBase数据库中收录的相似环境试验数据,建立预测模型二。根据主要评价参数R2、Af、Bf等,对所建模型进行内部和外部验证。内部验证结果显示模型能够较好地预测微生物生长状况,而在外部验证中模型二的Af值,Bf值均优于模型一。一个简单的预测生长模型能够很好地预测相似条件下的微生物生长状况,然而存在普适性不高的问题。一个适用性高的可靠微生物预测模型应建立在大样本容量基础上。

  • 标签: 原料乳 金黄色葡萄球菌 生长模型 样本容量 验证