导读:本文包含了组分预测论文开题报告文献综述及选题提纲参考文献，主要关键词:辣椒素,辣味,定量构效关系,药效团
组分预测论文文献综述
葛珍,吴一品,刘凤莲,周薇,颜玉华[1]（2019）在《辣椒素类膳食组分辣味的定量预测研究》一文中研究指出辣味感知在新食品的设计中得到了广泛的关注。辣味成分与其受体TRPV1间的相互作用对于揭示人类感知辣味背后的机制有着重要的意义。目前,评价辣味的传统方法主要包含斯科维尔感官试验和电子舌试验。由于辣味成分的结构十分多样,其结构与其辣味之间的关系纯粹局限于某些特定化学基团的影响。因此,这些关系显得比较粗糙,预测性较差。在这些背景下,我们选择了系列辣椒素类膳食组分,采用遗传函数算法等算法建立了统计显着的二维定量构效关系(QSPR)模型(r～2=0.949-0.989,r_(CV)～2=0.860-0.955,r_(pred)～2=0.859-0.904),采用比较分子力场分析和偏最小二乘法建立了叁维QSPR模型(r～2=0.991,r_(pred)～2=0.774),以及构建了具有预测能力和基于辣味物质共性特征的药效团模型。所建的这些模型阐明了辣椒素类组分辣味感知中关键的静电、氢键、疏水和空间等微观结构信息,并提出了用于辣味预测的辣椒素类化合物的结构设计策略。最后,设计了一系列新型辣椒素类化合物,通过多维模型的反复验证最终筛选出辣味优越和具有可接受ADME&T性质的几个化合物。(本文来源于《中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集》期刊2019-11-13）
邢勇强,邢献军,张静,李永玲,张学飞[2]（2019）在《基于机器学习的生物质叁组分含量预测》一文中研究指出为解决生物质中纤维素、半纤维素和木质素测定时耗时耗力等问题,提出基于支持向量回归机(support vector regression machine,SVR)和热重分析法的生物质叁组分含量预测模型。通过对4种不同类型核函数的SVR进行比较,利用K折交叉验证法结合网格搜索法,对SVR的参数进行寻优,以获得最优参数进而训练叁组分含量的预测模型,并对该模型进行测试和验证。结果表明:该模型具有较好的预测效果,叁组分含量预测模型的相关系数R2均在0.9532以上;经验证该模型对毛竹、玉米杆和稻草的叁组分含量预测绝对误差控制在2.72%以内。(本文来源于《太阳能学报》期刊2019年05期）
李冬,金浏,杜修力,刘晶波,张帅[3]（2019）在《考虑细观组分影响的混凝土宏观力学性能理论预测模型》一文中研究指出混凝土宏观力学性能与其内部细观结构构造密切相关。该文建立了一类能够考虑细观组分影响的混凝土宏观力学性能理论预测模型。首先,采用细观力学数值试验法对理论模型中的参数进行了标定;进而,基于该模型对混凝土断裂能和单轴抗拉强度在材料层次的尺寸效应行为进行了分析。结果表明:混凝土断裂能和单轴抗拉强度均随骨料级配(即最大骨料粒径)发生变化,且受到界面特性的影响。当界面过渡区力学性能相对薄弱时,混凝土强度较低,断裂能和单轴抗拉强度随骨料级配增大而呈现减小的趋势;当界面过渡区力学性能较强时,混凝土强度较高,断裂能和单轴抗拉强度随骨料级配增大亦呈现增大的趋势。计算结果与试验结果吻合良好,验证了该文建立的理论预测模型的准确性和合理性。(本文来源于《工程力学》期刊2019年05期）
杨新玉,史秋怡,龙超[4]（2019）在《吸附树脂吸附多组分VOCs的动力学特性及预测》一文中研究指出采用微分吸附床(DAB)法研究甲苯、环己烷、正戊烷的单组分、双组分和叁组分在2种不同孔结构吸附树脂上的吸附动力学行为,探讨了吸附树脂的孔结构对吸附动力学的影响,建立多组分吸附动力学预测模型.结果表明,单组分甲苯、环己烷和正戊烷在2种吸附树脂上吸附扩散阻力同时存在于微孔孔口和孔内,符合孔口-孔内双阻力模型(Dual模型);采用孔口-孔内双阻力模型结合扩展Langmuir多组分吸附平衡方程,可根据单组分吸附动力学数据较好地预测双组分和叁组分VOCs在2种吸附树脂上的吸附动力学曲线,预测值与实验值间的平均相对误差小于17%;相比于大孔吸附树脂,各组分在超高交联吸附树脂上吸附过程存在明显的竞争取代,取代顺序为甲苯>环己烷>正戊烷.(本文来源于《中国环境科学》期刊2019年05期）
方晔玮[5]（2019）在《基于组分特征的tracrRNA识别和预测》一文中研究指出CRISPR-Cas系统是细菌和古菌的RNA介导的适应性免疫系统,可以针对性切割外源核酸序列,目前已发展为使用最为普遍的基因编辑工具。II型CRISPR-Cas的部分亚型(如A、B、C)依赖于反式激活CRISPR RNA(tracrRNA)干扰入侵序列及使pre-crRNA成熟。经RNA酶III处理后,tracrRNA与crRNA复合体激活CRISPR相关核酸内切酶Cas9(Csn1)切割位点特异性同源的靶DNA。因此识别tracrRNA对于研究开发新的CRISPR-Cas系统的基因组编辑工具有着重要的作用。本文收集了54条已知的tracrRNA构成阳性训练集,对已知的tracrRNA随机改组,构造具有tracrRNA结构特征并且与已有tracrRNA具有相同核苷酸组成的“假tracrRNA”数据集,构成阴性训练集。通过伪核苷酸组分PseKNC方法表征原始训练集,作为训练分类器的特征数据集。采用机器学习的方法构造分类器,在训练过程中,使用留一法交叉检验评估分类器的性能,使用基于方差分析的特征选择技术进行特征优化,去除模型构建过程中包含的不相关的冗余特征,最终获得基于最优PseKNC参数的特征数最小,性能最好的tracrRNA分类器。使用支持向量机和朴素贝叶斯、随机森林等其他机器学习算法进行比较时,支持向量机在训练模型过程中的预测性能明显优于其他方法。基于支持向量机,通过特征选择筛选以及留一法评估,当PseKNC参数k为5,j为1,w为0.5,特征数为171时,训练的tracrRNA分类器具有最优的预测性能,其敏感性为98.15%,特异性为100%,准确率为99.07%,MCC为98.16%,ROC曲线下面积为0.998。该结果说明,该分类器在区分tracrRNA与具有tracrRNA结构特征和氨基酸组成的“假tracrRNA”具有非常好的区分能力,为识别新的tracrRNA以及实验过程中设计优化tracrRNA提供了强有力的辅助手段。(本文来源于《电子科技大学》期刊2019-05-15）
李婵,万晓霞,吕伟[6]（2019）在《油墨组分比例预测模型与方法》一文中研究指出因光学特性(吸收系数与散射吸收)与组分比例不呈严格的线性关系,基于K-M理论的配色模型无法保证比例预测精度,针对上述问题,建立了油墨组分比例预测模型与方法。首先利用与组分比例具有强线性相关性的特征波长处的光谱反射率倒数值替换K-M配色理论中的吸收系数与散射系数,引入非线性项,构建油墨混合呈色模型;然后在此基础上建立油墨组分比例预测模型。以两组二元基色油墨混合样本为例,对提出的油墨组分比例预测模型及方法进行验证。实验结果表明,文中方法可预测获得与真实结果较为接近的组分比例,两组实验样本的预测平均偏差分别为1.57%和3.6%,可为目标样油墨组分比例预测提供一种新的方法。(本文来源于《发光学报》期刊2019年05期）
杨雯雯[7]（2019）在《代谢综合征及其组分间的交互作用对新疆哈萨克族心脑血管疾病危险性预测的队列研究》一文中研究指出目的1.研究新疆哈萨克族代谢综合征(MS)组分之间的交互作用,分析当多个MS异常组分同时存在时,MS导致的心脑血管疾病(CVD)风险是否大于其组分之和或者是MS预测新疆哈萨克族CVD的能力是否独立于MS组分。2.比较代谢综合征和Framingham风险评分(FRS)预测新疆哈萨克族CVD的能力,从而找出适合新疆哈萨克族CVD危险性预测的工具。方法1.采用双向性队列研究的方法,以“新疆哈萨克族代谢综合征及其各因子对心脑血管病危险性预测的队列研究”的队列资料中平均随访时间满5年的2644人作为研究对象。分别于2013年4月、2016年4月、2017年4月采用一对一入户调查的形式进行3次随访,观察CVD的发病情况。2286名研究对象被有效随访到,随访率为86.46%,中位数随访时间为5.49人年,总计11014.92人年。排除基线调查患有CVD(n=281),共有2005名研究对象进入队列分析。2.利用SPSS17.0软件进行统计分析,主要采用t检验、方差分析、~2检验以及Cox回归分析MS及其组分与CVD的关系。3.采用Cox回归模型中纳入哑变量的方法来评估MS组分间的相乘交互作用,通过计算相加交互作用指标来评估MS组分之间的相加交互作用。4.采用Cox回归构建以MS组分间的交互项为主的新疆哈萨克族CVD危险性预测模型,划分CVD危险等级,明确新疆哈萨克族CVD的高危人群。5.参照FRS的评分标准,使得MS每个组分得到连续性化赋值,建立连续性的MS评分系统。通过Cox回归和受试者工作特征(ROC)曲线比较MS评分与FRS对新疆哈萨克族CVD的预测能力。结果1.2005名研究对象随访期间共有303名研究对象发生CVD,其中25名研究对象因CVD死亡,新疆哈萨克族CVD发病率为15.11%。2.单因素Cox回归结果发现随着MS组分异常数的增加,CVD的发病风险也明显增加。而且在控制性别、饮酒、高血压家族史、糖尿病家族史、CVD家族史等传统危险因素的情况下,仍然呈现剂量-反应趋势。3.单因素Cox回归结果发现MS及其各组分均与新疆哈萨克族CVD有关系,而且MS与CVD的联系最强。在调整传统危险因素后,MS及其组分与CVD发病风险的关系依然存在。在调整传统危险因素的基础上再对MS组分进一步做相互调整,发现血压(BP)与CVD的联系最强,而空腹血糖(FPG)与CVD的联系已不具有统计学意义。4.BP与腰围(WC)、BP与甘油叁酯(TG)、WC与TG、BP与高密度脂蛋白胆固醇(HDL-C)、WC与HDL-C之间存在着相乘交互作用增加CVD的发病风险,未发现有相加交互作用。5.新疆哈萨克族人群发生CVD的风险分为较低、一般、中度和高度风险4个等级,其发病概率分别为(0~4.96%)、(4.96~22.08%)、(22.08~46.52%)、(46.52~100.00%)。6.ROC曲线分析结果显示:MS每个组分在参照FRS标准赋值后,BP对CVD发病风险的预测能力最强。7.MS与FRS组分相互调整后,总胆固醇(TC)、吸烟、WC、TG和FPG可能不是MS评分和FRS预测CVD的主要影响因素。8.加入年龄的MS评分预测新疆哈萨克族CVD发病风险的能力大于FRS,可能是新疆哈萨克族CVD危险性预测的实用工具。9.Cox回归分析结果发现:在相同的暴露条件下,加入年龄的MS评分分组后发生CVD的aRR值均大于相应的FRS组。结论1.新疆哈萨克族CVD的发病率高于全国平均水平。2.随着MS组分异常数聚集的增加,CVD的发病风险也明显增加,呈现出剂量-反应趋势。3.新疆哈萨克族人群MS组分BP、WC、TG、HDL-C均是CVD的独立危险因素,这4个指标两两间的相乘交互作用会增加CVD的发病风险。4.新疆哈萨克族人群发生CVD的风险分为较低、一般、中度和高度风险4个等级,为新疆哈萨克族人群开展健康教育和健康促进提供简便的评估工具。5.加入年龄的MS评分系统预测新疆哈萨克族CVD的能力大于FRS,因此,加入年龄的MS评分系统可能是新疆哈萨克族CVD危险性预测的实用工具。(本文来源于《石河子大学》期刊2019-05-01）
褚召祥[8]（2019）在《多组分—多孔岩土介质导热系数预测理论模型研究》一文中研究指出岩土介质导热系数是表征其热传导能力的基本物性参数,该参数的准确与否直接影响到能源与环境领域诸多岩土传热传质有关现象、作用和灾害产生机理等基础研究工作的精度和准确性。但是,由于岩土介质的复杂性,针对其导热系数确定技术与方法的研究相对于岩土传热传质及多物理场耦合模型研究的热度而言,存在明显的滞后。有鉴于此,本文采用理论建模、室内实验和数值模拟叁种方法,聚焦岩土介质多组分-多孔结构特征,对其导热系数预测模型进行了系统研究。首先,以复合材料有效特性研究基本混合理论模型为基础,分析了适用于多组分岩土介质导热系数预测基本混合理论模型的精度、应用范围及其一般性变化规律。针对基本混合理论模型统一表达式不能够有效退化为串联模型的问题进行了修正与退化过程分析,以此为基础建立了岩土介质导热系数预测组合结构模型。结果表明,基于基本混合理论模型的算术平均组合结构模型预测导热系数精度最优,是目前已有文献对该类组合结构模型研究与应用较多的主要原因。其次,以多尺度研究的均质化思想为基础,聚焦颗粒几何形状特征,补充和改进了多组分-多孔岩土介质导热系数预测圆柱形单元结构模型。结果表明,与原模型相比,改进型模型提高了与实验测试结果的吻合度(与实验结果的差异性比值由1.58降至1.27);补充型模型则与原模型组成了完整的孔隙率覆盖[0,1]全范围。进一步通过土水特征曲线类比,提出了统一性岩土介质土-水-导热系数特征曲线及其演化概念模型,揭示了不同组分-结构岩土介质导热系数随饱和度增加呈现出的“凸形”与“凹形”增长关系,可统一表征岩土材料导热系数与饱和度关系曲线。再次,引入分形几何理论描述岩土介质孔隙结构,给出了通过孔径尺寸分布确定表征单元体(REV)尺度的近似判据,即岩土介质可以近似选择其内部最大孔径5倍的立方体单元作为相关研究的REV。结合土科学中的毛细管模型,考虑孔隙尺度对空气导热系数影响-即克努森效应,建立了多组分-多孔岩土介质导热系数预测分形-毛细管理论模型,沟通了岩土介质组分、微细观结构与宏观导热系数间的关联,提供了一种不同于以传统欧式几何为基础的分析方法和途径。最后,采用SEM和CT技术对典型岩土试样表面与内部微观结构进行了表征与可视化分析,以CT图像叁维重构模型为基础,开展了一维稳态导热有限元模拟,并对本文理论、实验与模拟叁种不同方法获得的导热系数进行了综合对比。结果表明,组分导热系数的差异性使岩土介质复杂孔隙结构、空间分布及其各向异性影响温度场分布,导致不同相边界热流发生汇聚、发散和变向,改变了导热过程的换热量,最终引起岩土介质导热系数的变化、造成了该参数研究工作的复杂性。(本文来源于《中国矿业大学》期刊2019-04-08）
彭诗梦[9]（2019）在《预测重金属在土壤组分中的平衡分布及动力学行为》一文中研究指出经济的快速发展伴随着土壤重金属的污染状况日趋严重,重金属在土壤中的环境行为研究也逐渐受到了高度重视。土壤作为一个复杂的体系,包含着土壤有机质、金属氧化物和粘土矿物等的活性组分,这些土壤活性组分能够与重金属元素发生络合及氧化等反应,控制着重金属在土壤中的活性和生物可利用性。本次研究主要从平衡分布和动力学反应两方面对重金属在土壤中的环境行为进行了探讨。对于平衡分布方面,本研究着重探讨了在不同化学条件下,土壤组分和土壤有机质络合点位是如何控制重金属在土壤中的平衡分布行为。本研究采用了已发表文献中的数据,数据包含了分布在五大洲的98个土壤样品,涉及的重金属种类有Cd、Cu、Ni、Pb和Zn等五种元素。利用Windermere Humic Aqueous Model(WHAM)7计算重金属元素的固液相形态分布,通过分析模型计算与实验数据得到的金属溶液相浓度对数之间的均方根误差(RMSE),对模型的预测性能进行评价。研究表明,WHAM 7能够合理地预测金属在各种化学条件下的平衡分布(Cd和Zn的RMSE均小于0.5,Cu、Ni和Pb的RMSE小于1.0)。土壤有机质在酸性和中性条件下为吸附重金属的主要组分,粘土矿物在低pH值条件下起主要吸附作用,铁氧化物可能在高pH值条件下与土壤有机质竞争吸附重金属。模型计算得到的结果表明,双齿络合物为所研究的五种重金属元素与土壤有机质发生吸附反应的主要产物。单齿络合物和静电外圈络合物主要在低pH值条件下生成,叁齿络合物主要在高pH值下生成。模型的结果有助于准确预测重金属在pH为3.0至7.0条件下的土壤中的环境行为。在动力学反应方面,本研究发展了一个动力学模型定量地描述了Sb在MnO_2发生的Sb(Ⅲ)氧化反应和Sb(Ⅲ)/Sb(Ⅴ)吸附解吸耦合动力学行为,并评估了每个反应过程在控制整体反应速率中所起的作用。锑(Sb)矿区周边的Sb污染已经成为了十分严峻的问题,严重威胁着周围人类的健康。了解Sb在MnO_2-溶液的界面之间发生的动力学反应对预测Sb在土壤环境中的动力学行为是十分重要的。研究表明,Sb(Ⅲ)的氧化速率在反应的初始阶段非常快,并会随时间的推移发生明显的下降。对于吸附解吸方面,Sb(Ⅲ)和Sb(Ⅴ)在MnO_2上所表现的吸附解吸动力学行为互不相同。本次研究建立的模型能够解释在耦合动力学反应过程中Sb各形态的变化,包括Sb(Ⅲ)和Sb(Ⅴ)之间不同的吸附解吸动力学行为及Sb(Ⅲ)氧化速率的变化。研究为预测Sb在MnO_2上发生的耦合动力学行为提供了一个通用性的模型框架。(本文来源于《华南理工大学》期刊2019-03-01）
刘娜,屠焰,刁其玉,郭江鹏,齐志国[10]（2019）在《基于近红外光谱的北京市全株玉米原料康奈尔净碳水化合物-蛋白质体系组分分析与预测》一文中研究指出本试验旨在基于康奈尔净碳水化合物-蛋白质体系(CNCPS)建立北京市全株玉米原料营养成分数据库,并利用近红外光谱(NIRS)方法建立其营养价值预测模型。试验采集北京市18个牧场89份全株玉米原料样品,测定其营养成分,利用CNCPS 6.5计算各样品碳水化合物(CHO)和蛋白质组成。定标集和验证集根据4∶1的配比关系,分别选用71份和18份全株玉米原料样品作为定标集和验证集评价NIRS模型。结果显示:1) NIRS分析技术对全株玉米原料常规营养成分、CNCPS中蛋白质组成和CHO组成均具有较好的预测能力,且精确度较高。2)干物质(DM)、粗灰分(Ash)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、淀粉(Starch)、中性洗涤不溶蛋白质(NDIP)、酸性洗涤不溶蛋白质(ADIP)、可溶性蛋白质(SP)、CHO、非纤维性碳水化合物(NFC)、可溶性纤维(CB2)、可消化纤维(CB3)、不消化纤维(CC)、可溶性真蛋白质(PA2)、难溶性真蛋白质(PB1)、纤维结合蛋白质(PB2)和非降解蛋白质(PC)的定标决定系数(1-VR)均>0.80,验证决定系数(RSQv)均≥0.84,这些模型均可用于日常快速检测分析。DM、Ash、EE、NDF、ADF、ADL、Starch、NDIP、CHO、NFC、CB2、CB3、PC和PB1的NIRS模型参数均采用二阶导数处理,CP、SP、ADIP、CC、PA2和PB2的NIRS模型参数均采用标准正态变量+二阶导数处理。综上所述,本研究提供了全株玉米原料的基础化学分析数据,并通过NIRS分析技术建立了主要营养成分的快速预测模型,有利于养殖场青贮前对全株玉米原料质量的快速评估。(本文来源于《动物营养学报》期刊2019年05期）
组分预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决生物质中纤维素、半纤维素和木质素测定时耗时耗力等问题,提出基于支持向量回归机(support vector regression machine,SVR)和热重分析法的生物质叁组分含量预测模型。通过对4种不同类型核函数的SVR进行比较,利用K折交叉验证法结合网格搜索法,对SVR的参数进行寻优,以获得最优参数进而训练叁组分含量的预测模型,并对该模型进行测试和验证。结果表明:该模型具有较好的预测效果,叁组分含量预测模型的相关系数R2均在0.9532以上;经验证该模型对毛竹、玉米杆和稻草的叁组分含量预测绝对误差控制在2.72%以内。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
组分预测论文参考文献
[1].葛珍,吴一品,刘凤莲,周薇,颜玉华.辣椒素类膳食组分辣味的定量预测研究[C].中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集.2019
[2].邢勇强,邢献军,张静,李永玲,张学飞.基于机器学习的生物质叁组分含量预测[J].太阳能学报.2019
[3].李冬,金浏,杜修力,刘晶波,张帅.考虑细观组分影响的混凝土宏观力学性能理论预测模型[J].工程力学.2019
[4].杨新玉,史秋怡,龙超.吸附树脂吸附多组分VOCs的动力学特性及预测[J].中国环境科学.2019
[5].方晔玮.基于组分特征的tracrRNA识别和预测[D].电子科技大学.2019
[6].李婵,万晓霞,吕伟.油墨组分比例预测模型与方法[J].发光学报.2019
[7].杨雯雯.代谢综合征及其组分间的交互作用对新疆哈萨克族心脑血管疾病危险性预测的队列研究[D].石河子大学.2019
[8].褚召祥.多组分—多孔岩土介质导热系数预测理论模型研究[D].中国矿业大学.2019
[9].彭诗梦.预测重金属在土壤组分中的平衡分布及动力学行为[D].华南理工大学.2019
[10].刘娜,屠焰,刁其玉,郭江鹏,齐志国.基于近红外光谱的北京市全株玉米原料康奈尔净碳水化合物-蛋白质体系组分分析与预测[J].动物营养学报.2019