一、名词解释(每题3分,共15分) 2)采样必须符合无菌操作的要求,防止一切外来污染。(1分) 得分 食品学院 3)再保存和运送过程中应保证样品中微生物的状态不发生变化。(2分) 1、微生物性食物中毒 4)采样标签应完整、清楚。(1分) 食用被微生物或微生物毒素污染的食品而引起的中毒称为微生物性食物中毒。 2、细菌性食物中毒的特点以及引起细菌性食物中毒的原因。(10分)

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

环境监测方案的制定 监测方案:监测任务总体构思和设计 根据监测目的+实地污染调查研究(来源及背景) 确定监测对象,监测项目(内容) 设计监测网点(地点) 合理安排采样时间、频率,选定采样方法和分析测定技术(方法及步骤)

球墨铸铁轧辊一向是采用金属镁作为球化剂的,由于冷速缓慢,辊芯往往出现变态石墨而使轧辊的强度下降,断辊率增高。采用钇组重稀土硅铁合金全部或部分取代金属镁作为球化剂试制了20多支φ805×1200热轧薄板轧辊,经过轧制对比,结果表明:轧钢量平均提高了50%,断辊率由67%下降到25%。对重稀土球铁轧辊进行了解剖,发现辊心石墨组织在球化,细化和均匀化方面获得了改善,辊颈的机械性能也有显著的提高。探索了几种稀土合金加入工艺,认为,在现有镁球铁生产工艺的基础上,把附加的稀土合金随孕育硅铁一起冲入辊芯的方法,经济,简便,具有适用价值

提出一种适用于准Z源逆变器的小波调制策略，通过改变传统小波调制采样点位置，增大直通占空比的调节范围.将直通矢量分为两等份，分别插入采样时刻两端，使其不需额外增加开关频率，且理论上可获得最大恒定直通占空比.对所提小波调制与两种传统准Z源逆变器调制策略进行比较，对准Z源逆变器不同调制策略的升压能力、效率、谐波、调制比进行了系统的理论分析，最后通过仿真对所提方法进行验证.理论与仿真均表明，所提小波调制具有谐波小、电压利用率高、升压能力强等优点

在第五章里介绍了一个或两个样本平均数的假设测验方法,即t测验或u测验的方法 但在农业科学试验中,更多见的是研究多个样本(处理)之间的差异。当对多个平均数作 差异显著性测验时,如果采用t测验或u测验的方法分别作出测验存在着以下三个缺陷。首 先,对于一个多样本资料采用两两平均数间分别作差异显著性测验非常麻烦,会使统计工 作量加大

采用Gleeble-1500热模拟试验机进行了T91钢的压缩试验,研究了变形温度为1100~1250℃、应变速率为0.01~1 s-1时该钢的变形行为,分析了流变应力与应变速率和变形温度之间的关系,计算了高温变形时应力指数和变形激活能,并采用Zener-Hollomon参数法构建该钢高温塑性变形的本构关系,绘制了动态再结晶图和热加工图.结果表明:在试验变形条件范围内,其真应力-真应变曲线呈双峰特征;钢中发生了明显的动态再结晶,且再结晶类型属于连续动态再结晶.T91钢的热变形激活能为484 kJ.mol-1,利用加工图确定了热变形的流变失稳区,结合力学性能,可以优先选择的变形温度为1200~1 250℃,应变速率不高于0.1 s-1

使用赤泥、矿渣、脱硫石膏和质量分数10%的水泥熟料制备了一种充填采矿用胶结剂,研究了将胶结剂应用到不同类型矿山的适应性,并通过扫描电镜和核磁共振分析了净浆试块水化早期微观结构以及硅酸盐和铝酸盐结构变化.结果表明胶结剂制备的充填料适用于铁矿及普遍采用充填法开采的铅锌矿、铜矿和金矿,且比水泥充填料在强度和保水性方面上具有更明显的优势.胶结剂2.5 h终凝,在2.5 h内钙矾石开始形成,对凝结硬化起了重要作用.4 h后大量四配位铝向六配位铝转化,硅酸盐聚合度增加,钙矾石、C-S-H凝胶和沸石等不断形成.这些水化产物尺寸和形态各异,且交织在一起,试块结构开始变得致密,这是胶结剂4 h后强度形成并快速发展的原因

采用改进的悬浮聚合法制备磁性聚苯乙烯微球.利用扫描电子显微镜和振动样品磁强计对所合成磁性微球的尺寸和磁性能进行分析表征.采用巨磁阻生物传感器检测磁性微球的数量.结果表明:磁性微球粒径大小为0.5~50μm,比饱和磁化强度为4.56 A·m2·kg-1.巨磁阻生物传感器对磁性聚苯乙烯微球数量具有很好的可检测性.在一定的范围内,随着磁性微球数量的增多,传感器的输出信号增强.在磁性微球一定数量的情况下,随着磁性微球粒径的增大,传感器的电阻变化量先增大后减小

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题，研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法，以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型，以最优激励轨迹进行实时数据采集，采样数据经过低通滤波及中心差分的处理后，代入相应的负载辨识方程式，并用加权最小二乘法解决线性方程组，可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性