不同来源的大豆水溶性多糖乳状液乳化特性及红外光谱分析

来源 :渤海大学学报(自然科学版) | 被引量 : 0次 | 上传用户:yourwp
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
本研究以不同大豆副产物为原料,利用微波辅助草酸铵提取大豆水溶性多糖,通过测定乳状液界面张力、粒度分布、Zeta电位、流变性质、多重光散射、微观结构和傅立叶变换红外光谱等,探讨不同副产物提取的大豆水溶性多糖乳状液乳化特性及红外光谱差异分析.结果 表明:大豆种皮多糖乳状液的界面张力最低(51.15 mN/m),Zeta电位绝对值最高(-24.9 mV),剪切应力和黏度也最高,粒度分布更加集中且均匀,粒径更小,TSI稳定系数更小,斜率更小,表明大豆种皮多糖的乳化能力最强,乳状液的稳定性最好.四种多糖的特征吸收峰相似程度差异较大,大豆种皮多糖具有1650~1500 cm-1的特征峰,表明与蛋白结合形成糖蛋白导致其乳状液乳化能力强、稳定性最好.
其他文献
β点是Banach空间中一类重要的点态性质,关于它在Banach空间的研究已经相对完善.2019年k-β点的定义被提出,k-β点的定义是在β点的定义基础上进行推广得出来的,至今关于k-β性质的研究还很少,因此着重研究了k-β点在一类具体的Banach空间—赋Orlicz范数的Orlicz序列空间中的具体刻画,然后作为推论给出了这个空间具有局部k-β性质的判别条件.
本文以合成具有荧光性能的金属-有机配合物为目标,分别选择帕莫酸(PA)和1,4-双(3-吡啶)酰胺乙烷(3-dpye)为羧酸和含氮配体,在溶剂热的反应条件下与Cd(Ⅱ)离子反应,得到了一个分子式为[Cd(H2O) (PA) (3-dpye)0.5]的金属-有机配合物.结构分析表明,配合物是一个一维的链状结构.其中,PA羧酸以成对的方式,由双核的Cd(Ⅱ)节点连接成为一个“环接环”一维金属-有机链;随后,3-dpye含氮配体,利用两端吡啶基上的N原子,并以“贯穿”的方式与同一环上两侧的Cd(Ⅱ)离子配位相连
在动力系统和分叉理论领域,形式丰富的精确解对解释一些相应的现象变得越来越重要,应用改进的辅助方程展开方法,并借助于数学软件Maple,对两个扩展的高阶Schr(o)dinger方程进行了研究,最终得到了这两个方程多种类型有理形式的周期解.
基于定数截尾模型,研究了一种特殊的复合MLINEX对称损失函数下,Pareto分布形状参数的稳健Bayes估计—PRGM (Posterior regret gamma minimax)估计.并利用Monte Carlo方法对PRGM估计和极大似然估计进行了比较,结果表明PRGM估计要优于极大似然估计,且具有较好的后验稳健性.
亲水性胶体对烘焙食品具有明显的抗老化作用.山药粘液和莼菜粘液是具有增稠和稳定功能的植物提取物.本研究选用卡拉胶、海藻酸钠以及山药粘液、莼菜粘液进行复配,以硬度、弹性、咀嚼性、水分含量、老化焓变为指标,通过单因素及响应面实验,得出有效提高蛋糕抗老化性能的最佳复配比例:卡拉胶添加量为0.20%,海藻酸钠添加量为0.25%,山药粘液添加量为12.27%,莼菜粘液添加量为16.23%,从而达到延长蛋糕货架寿命的目的 .
用非平衡格林函数方法对比研究了量子点与纳米线中的马约拉纳束缚态或另一个量子点中的常规费米子相互作用的两种系统中电导、热电势和热电优值因子的性质,发现不同结构中的物理量性质截然不同,可以用来探测马约拉纳束缚态的存在.计算结果说明,随着量子点与马约拉纳束缚态相互作用的增强,系统中的Fano效应减弱,电导呈现单个宽峰的结构,其峰值为G=0.6e2/h,与没有干涉效应情况下的零能级电导峰G=0.5e2/h的结果不同.而当量子点与常规费米子相互作用时,电导的峰变得更低.当量子点与马约拉纳束缚态作用时,干涉仪中的热电
多糖作为益生元的一种,在刺激肠道有益微生物的生长和代谢方面起着至关重要的作用,多糖可通过调节肠道菌群保护肠黏膜屏障,增加短链脂肪酸的含量发挥其益生元作用,维持人体健康.而益生菌对多糖代谢功能也起到重要作用.肠道菌群主要通过参与宿主体内糖、蛋白质和脂肪等营养物质的代谢,影响宿主对营养物质的消化、代谢和吸收,进而调控宿主的营养水平、健康状况、免疫和肠脑神经系统.本文综述了多糖与益生菌相互影响的相关研究进展,为探究多糖、益生菌之间的内在关系提供了参考.
线性代数课程在教学时间、教学内容、教学方式上有融入思政元素的优势,为了将思政元素有效的融入到教学的各个环节,提高线性代数课程的教学效率,构建“三步三思”线上线下混合式教学模式.三步是指线上课堂教学,线下课堂教学,线上线下混合式课堂作业.三思是指从三个阶段发掘思政元素.新的教学模式发挥教师的思政“催化剂”作用,激发了学生的学习积极性,同时学生的学习热情也会促进教师进一步提升自我,从而形成一种可持续发展的高效教学模式.
近年来,深度学习(deep learning)在图像目标识别、语音识别和自然语言处理等诸多方面都得到了广泛的应用.目前,深度学习的主要形式是深层神经网络,而深度卷积神经网络(Convolutional neural networks,CNN)则是其中一种经典而广泛应用的结构.随着深度学习方法在诸多领域的不断深入应用,深层卷积神经网络的学习研究在特征学习、目标分类、边框回归等方面表现出的优势已愈发突出.当前关于卷积神经网络的大多参考书目仅仅是说明了原理,却缺少中间参数迭代计算的推导过程,使得数学基础较弱的初
本文在超紧空间和超b-紧空间的基础上,探究了他们的推广空间—几乎超b-紧空间和弱超b-紧空间的遗传性和映射性质.得出如下结论:几乎超b-紧空间在超b*连续映射下的像是几乎超紧的,几乎超b-紧空间中的超b-闭子集是几乎超b-紧的,弱超b-紧空间中的超b-闭开子集是弱超b-紧的.