【摘 要】
:
以醇溶蛋白作为基底复合的胶体颗粒是比较理想的稳定Pickering乳液材料。醇溶蛋白基二元/三元复合胶体颗粒是由醇溶蛋白与多糖、多酚或水溶性蛋白质结合形成的,具有稳定的物理化学性质和优越的功能。由于醇溶蛋白复合胶体纳米颗粒具有天然、无毒、食品工业可接受性和良好的乳液稳定性能等显著优势,因此是Pickering乳液领域的研究热点之一。本文综述了近年来醇溶蛋白基复合胶体颗粒稳定Pickering乳液的
【机 构】
:
浙江省“生物工程”一流学科生物与环境学院浙江万里学院
【基金项目】
:
浙江省“生物工程”一流学科的资助(项目编号ZS2021009); 2020年甘肃省级大学生创新创业训练计划项目(S202010737009); 浙江省“生物工程”一流学科开放基金资助(No KF2020004,No KF2021011); 2021年浙江万里学院国家级大学生创新创业训练
论文部分内容阅读
以醇溶蛋白作为基底复合的胶体颗粒是比较理想的稳定Pickering乳液材料。醇溶蛋白基二元/三元复合胶体颗粒是由醇溶蛋白与多糖、多酚或水溶性蛋白质结合形成的,具有稳定的物理化学性质和优越的功能。由于醇溶蛋白复合胶体纳米颗粒具有天然、无毒、食品工业可接受性和良好的乳液稳定性能等显著优势,因此是Pickering乳液领域的研究热点之一。本文综述了近年来醇溶蛋白基复合胶体颗粒稳定Pickering乳液的研究进展。着重介绍醇溶蛋白的特性与应用以及改性方式对醇溶蛋白特性的影响,为提高醇溶蛋白的加工适应性和醇溶蛋白的应用提供理论和应用参考。最后总结了醇溶蛋白基复合胶体颗粒稳定Pickering乳液的目前瓶颈和未来发展方向。
其他文献
材料信息学利用以数据为中心的方法促进材料科学的发展,从现有的材料数据库中提取材料特征,使用机器学习进行新材料的预测和研究。从机器学习方法(有监督学习、无监督学习、主动学习和半监督学习)的角度,总结了各种学习方法在性能预测、结构预测和算法优化方面的相关研究进展,并对机器学习在材料科学研究中还未解决的问题和未来可能的发展热点进行了分析与展望。
中国自主品牌汽车经过近二十年的飞速发展,虽然取得了一定的成绩,但是与汽车强国相比,仍然有较大的差距,尤其是在核心技术研发、品牌和国际化经营与管理方面差距较大。本文在梳理汽车国际化理论的基础上,分析了中国自主品牌汽车国际化的动因、存在的问题,并提出了发展路径。
<正>相比诸花,我个人更钟情于淡雅的兰、高洁的莲以及静默的菊。尤其是陶渊明先生“醉饮南山”后的直抒胸臆,让菊花俨然成了隐士与君子的象征。从此,菊花轻松地“俘获”了我的心。菊花于天高云淡、百花渐残之时独占秋光。我运用中医取象比类的思维方式做了猜想:假如吃了菊花,心性是否也能淡如秋菊、独享清宁,达到《素问·上古天真论》中所说的恬淡虚无呢?
针对主梁采用蜂窝芯层后垂直轴风力机叶片会出现重量激增的问题,提出通过主梁的结构优化来达到叶片轻量化设计的目的。利用Fluent软件计算叶片的气动力,应用多项式拟合分别建立主梁结构参数与叶片的质量、最大等效应力的响应面方程;以叶片的质量最小为设计目标,利用遗传算法优化腹板的位置和厚度以及蜂窝芯层的厚度、胞元斜壁长,研究优化前后叶片在额定工况下最大的位移、应力和应变。结果表明:优化后叶片的质量减少了8
针对垂直轴风力机复杂气动特性,将吸气孔置于风力机翼型上下表面,提出不同吸气控制策略以改善其气动性能。基于CFD方法,研究不同叶尖速比下吸气策略对风力机风能利用率、叶片切向力系数及流场特性的影响,综合考虑能量消耗与风力机输出功率。结果表明:提出的3种控制策略在低叶尖速比下均能大幅提升整机气动效率。效果最佳的迎、背风区交替吸气策略可显著推迟分离点,延缓翼型动态失速发生,并减少分离涡周期性脱落造成的损失
受新媒体影响,传统文化旅游行业格局被重塑,新格局下的文化旅游逐步发展成为社会化旅游新态势,尤其是新媒体发展所涵盖的虚拟现实(VR)以及增强现实(AR)等技术,给文化旅游的创新发展提供了良好的思路。然而,新媒体促使文化旅游行业变革式发展的同时,旅游市场的竞争也越来越激烈,要想在市场竞争当中占据优势地位,就必须强化旅游地的文化旅游品牌建设,依托新媒体的传播效应,才能不断强化自身品牌优势及影响力。
在新媒体时代下,短视频以快速的传播速度、多样化的交流方式、极强的社会互动性迅速传播到各个社交平台,赢得了大多数人的喜爱。与此同时,短视频特殊的传播和营销功能也为商家拓宽了新的营销思路。近两年,由于疫情的影响,旅游行业市场进入低迷期,较多的旅游公司将营销方式由线下转为线上,而短视频营销方式成为旅游行业的首选。H旅游公司如何结合自身特点开拓创新,打造独具特色的短视频营销方案是H旅游公司应该重点思考的问
随着经济和社会的发展,人脸属性迁移技术作为计算机视觉领域的研究热点,已经被广泛应用于艺术创作、影视摄影、刑事犯罪侦查等领域。一方面,得益于深度学习的发展,尤其是在生成对抗网络GAN提出之后,人脸属性迁移技术取得了巨大进步,但基于生成对抗网络生成的人脸属性迁移图像存在图像无关域容易改变、人脸细节不够丰富以及生成模型泛化能力不强等问题。另一方面,为了防止人脸属性迁移技术的滥用,目前提出了许多针对GAN
深度学习方法具有特征自学习能力,可有效挖掘不同目标深层次、差异性特征,在目标识别领域被广为研究和应用。针对雷达一维像识别难题,本文提出面向深度置信网络的宽带一维像预处理及识别训练方法。通过对六类飞机一维像识别试验,验证了预处理、模型泛化等措施的有效性,飞机目标的全姿态平均识别正确率达88.35%,±15°的迎头姿态下识别正确率达97.44%。