高α-酸型马可波罗啤酒花挥发性成分的研究

来源 :新疆大学学报(自然科学版) | 被引量 : 0次 | 上传用户:huojugjf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用HS-SPME-GC-MS方法研究了马可波罗啤酒花的挥发性成分,并与其CO2浸膏、分子蒸馏酒花精油及水蒸气蒸馏酒花精油的成分进行了对照,确定了马可波罗啤酒花中的主要挥发性成分并考察了加工工艺对其挥发性成分组成和含量的影响.分析结果表明:加工过程及加工工艺对酒花中的挥发性成分会产生一定的影响.马可波罗啤酒花的主要挥发性成分是以2-β-蒎烯、β-香叶烯、1,3,8-对薄荷三烯、d-柠檬烯、β-罗勒烯、古巴烯、β-石竹烯、α-葎草烯、δ-杜松烯、γ-杜松烯、依兰油烯、α-蛇床烯、β-蛇床烯、3,7(11)-
其他文献
实际油田建立的油藏模型可能包括几十万或几百万个网格,采用传统油藏模拟器进行模拟非常耗时,这也导致闭环油藏管理中生产优化和历史拟合过程计算成本的增加,如何大幅度加速油藏
采用浸渍法制备了一系列不同Fe负载量的改性SAPO-34分子筛催化剂.在一个常压连续固定床反应器中测试了影响催化剂活性的因素,其中包括反应温度,反应时间和空速.并用低温N2吸
通过对人力资源会计重要性的分析,本文认为人力资源是能够为企业所控制、可以计量并且能为企业带来经济利益的经济资源,它理所当然是企业的一项资产,而且是一项非常重要的、
为了更好地解决故障诊断知识获取的“瓶颈”问题 ,提高在线故障诊断的效率 ,文中研究了一种基于粗糙神经网络的智能故障诊断新方法。先利用粗糙集理论对决策信息表进行简约 ,导出诊断规则 ,再输入神经网络进行训练学习 ,最后以机械装置液压系统故障诊断为例 ,证明该方法能有效地获取知识 ,快速提取规则和在线诊断 ,为进一步研究智能故障诊断提供了一种新的思路。
研究了带有白噪声干扰的单种群在n个斑块间对称扩散的随机模型。通过构造合适的Lyapunov 函数,给出了系统解的全局正性、随机最终有界性和灭绝性。
针对最小化与最大化指派问题两种特殊的效率矩阵:(i)存在不同行不同列的最小元素;及(ii)存在不同行不同列的最大元素,通过证明得到对应的最优解矩阵分别是最小元素及最大元素
利用Littlewood—Paley分解理论与时频分析方法证明了禁止类双线性拟微分算子在乘积型的Herz型索伯列夫空间与Herz型Besov空间上有界.