论文部分内容阅读
以当前“乡村振兴战略”的提出与实施为契机,从哲学基础、文化内涵和时代表达3个维度分析了乡土食品的文化价值,在此基础上提出了当前乡土食品包装过程中应充分挖掘其文化内涵、坚持绿色、健康的生态设计理念,并从尊重个性化的设计伦理入手,积极探索乡土食品包装创新发展路径。
乡土食品包装的文化价值与创新策略
【摘 要】
：
以当前“乡村振兴战略”的提出与实施为契机,从哲学基础、文化内涵和时代表达3个维度分析了乡土食品的文化价值,在此基础上提出了当前乡土食品包装过程中应充分挖掘其文化内涵、坚持绿色、健康的生态设计理念,并从尊重个性化的设计伦理入手,积极探索乡土食品包装创新发展路径。
【机 构】
：
贵州广播电视大学
【出 处】
：
食品与机械
【发表日期】
：
2021年9期
【基金项目】
：
贵州省职业教育质量提升计划项目(编号:〔2018〕158),贵州省教育厅高校人文社会科学研究项目(编号:12ZC098)。
其他文献
目的:研究淀粉在挤压吹塑过程中粉、母粒、膜三态的结构演变规律。方法:以羟丙基二淀粉磷酸酯为原料,通过挤压吹塑制备淀粉膜。采用傅里叶红外光谱—衰减全反射(FTIR-ATR)、X-射线衍射(XRD)、热稳定分析仪(TGA)、凝胶渗透色谱(GPC)等技术手段,分析淀粉在粉态、母粒态和膜态下的结晶结构、热稳定性及分子结构变化。结果:经挤压后,淀粉晶型由粉态的A型转变为母粒态和膜态的V型,且膜态样品的衍生峰强度相比于母粒态增加;淀粉分子发生降解导致相对分子质量降低;同时,三态样品的水分含量和溶解度呈不同的变化趋势。
目的:解决传统机器人手运动模式和夹持功能单一,难以对不同摆放位置的食品包装盒进行夹持操作的问题。方法:提出了一种基于绳轮传动的欠驱动机器人手构型,实现机器人手左右两指间的平行夹持运动模式和指间自适应夹持模式。在此基础上,利用虚功原理对该欠驱动机器人手进行静力学分析,并对其两指间的末端夹持力进行求解。结果:无论包装盒是否位于中间位置,该机器人手的两指夹持力能保证包装盒的有效夹持。结论:该欠驱动机器人手的平行夹持运动稳定,且左右两指间可实现自适应夹持运动。
课程建设是培智学校教学基本建设的重要内容。山东省日照市莒县特殊教育学校在充分实施国家培智课程的基础上,从培智学校学生身心发展水平以及兴趣、潜能出发,以培智学校义务教育课程标准理念为指导,对社团活动进行科学构建,开发实施培智学校社团活动课程,以促进学生德智体美劳全面发展,优化培智学校育人环境,提升培智教育内涵发展水平。
目的:实现对鲜食玉米含水率的快速、准确预测。方法:采用高光谱技术对鲜食水果玉米进行光谱数据采集,比较了变量标准化算法(SNV)、附加散射校正算法(MSC)、卷积平滑(SG)、移动平均法(MA)等数据预处理方法对模型精度的影响,选取MSC进行预处理。基于MSC预处理数据选用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)以及随机蛙跳法(RF)分别提取含水率的特征波长并建模分析。结果:MSC-CARS-PLS模型的含水率预测效果最好,预测集的决定系数(R2p
江苏省苏州市盲聋学校是一所为盲聋学生专设的特殊教育学校。在市委教育工委和市教育局的悉心指导与关怀下,学校现已形成学前融合教育(与花朵幼儿园联办)—义务教育—中职教育—高职教育(与苏州农业职业技术学院联办)的教育服务体系。2021年是学校建校90周年。学校遵循“为每个特殊孩子开启多彩人生”的办学理念,“德智体美劳”五育并举,积极推动教育服务供给侧改革:打造“双师型”师资队伍,尊重学生差异,有效实施个别化教育策略;建设“互联网+”智慧校园,依托信息技术,构建在线学习教学范式;整合“地方性”
在盲校小学语文教学中合理使用触觉教具,有助于营造直观生动的语文学习环境,帮助盲生获得丰富的感性认识和形象知识,建立正确的词语概念,提高盲生积累、感悟和运用语言的能力,促进盲生语文核心素养的形成。
目的:剔除近红外光谱存在大量冗余信息以及提高苹果糖度预测模型的精度,建立快速无损检测苹果糖度的方法。方法:提出一种基于小波包变换的特征波长筛选和樽海鞘算法改进极限学习机的苹果糖度预测模型。针对苹果光谱数据具有维度高而复杂的特点,对光谱数据进行降维处理,分别对比全波段和偏最小二乘法、连续投影法和小波包变换等筛选特征波长的结果,确定苹果光谱特征波长筛选方法;针对极限学习机(extreme learning machine, ELM),模型性能受其初始权值和隐含层偏置选择的影响,运用樽海鞘群算法进行ELM模型的
目的:对山核桃一次破壳后物料进行分类,提高山核桃深加工水平。方法:通过图像采集系统得到5类山核桃样本,分别为较完整壳仁未分、露仁、未破壳完整山核桃、不完整壳仁未分、壳。利用数据增广的方式,得到包含15 000个图像样本建立的数据集。在VGG16网络基础上构建模型,并按9∶1的比例在包含5类山核桃物料图像的数据集上进行训练和验证。结果:该模型训练准确率和验证准确率分别达到了97.3%,99.7%;对1 713张山核桃加工物料图像进行分类识别,准确度达到了99.5%。结论:该模型能够达到对山核桃一次破壳后的物