1) optimization fermentation temperature model
最优发酵温度模型
1.
Using BP neural networks and the Fourier neural networks which was proposed in this paper,the fermentation time model and the optimization fermentation temperature model is proposed.
以提高间歇式微生物发酵的产品得率为目标 ,利用BP神经网络和本文提出的傅立叶神经网络 ,提出发酵过程的发酵时间模型和最优发酵温度模型 ;在此基础上 ,提出了针对不同生产批次采用不同的最优发酵温度的新方法 ,此方法使不同生产批次的发酵过程都可以在适合其自身的最优的发酵温度下进行发酵 ,从而提高发酵生产的得率。
2) fermentation temperature
发酵温度
1.
Influence of fermentation temperature and maceration time on the physical and chemical parameters of red wine;
不同发酵温度和浸渍时间对红葡萄酒理化指标的影响
2.
Effects of iodated salt and fermentation temperature on the quality of low salt solid sauce;
碘盐及发酵温度对低盐固态酱油质量的影响
3.
Influences of fermentation temperature and ultrasonic treatment on the texture of set-style yogurt;
发酵温度及超声波处理对凝固型酸奶质地等的影响
3) fermentation model
发酵模型
1.
QPSO algorithm is applied to estimate the parameters of fermentation model,using product(glutamic acid) con-centration data of fermentation process of glutamic acid as test samples,using Verhulst equation as bacterium growth model.
应用量子微粒群优化算法,以谷氨酸发酵过程产物(谷氨酸)浓度数据为检验样本,以Verhulst方程为菌体生长模型,进行发酵模型参数估计。
4) optimal model complexity
最优模型复杂度
5) attenuation final degree
最终发酵度
补充资料：铂电阻温度表(见电阻温度表)
铂电阻温度表(见电阻温度表)
表。bod旧nZu wendubiao铂电阻温度表见电阻温
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条