初速fps換算的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

自脫脂大豆粉水解液生產苯乳酸與乳酸鏈球菌素之乳酸發酵條件及生命週期評估之探討

為了解決初速fps換算的問題，作者黃晴玟 這樣論述：

本篇論文主要探討以脫脂大豆粉熱酸萃酵素水解液，進行乳酸菌生產苯乳酸與乳酸鏈球菌素之發酵條件探討與生命週期評估。使用 Bacillus subtilis ST-BO-108、ST-BO-109 與 ST-BO-224 菌株以脫脂大豆粉熱水萃多醣液於 37oC 進行誘導粗酵素液，至第 72 hr 時，ST-BO-108 與 224 有較高之澱粉酶 (12.94 U 與 5.53 U) 與聚甘露糖酶酵素活性 (4.35 U 與 6.32 U)、ST-BO-109 有較高之內切型纖維素酶 (1.78 U)。以 10% (w/v) 脫脂大豆粉經 0.05 N HCl 於 121oC 熱酸萃取 20 m

in 後，添加各 5% 三種誘導粗酵素液水解至 72 hr 可獲得較高之還原糖與游離胺基態氮濃度 (分別為 11.78 mg/mL 與 1.93 mg/mL)，此即為後續實驗之脫脂大豆粉熱酸萃酵素水解液 (DSF-HA-EH-Soln) 製備條件。0.5 L DSF-HA-EH-Soln 接種 1% (v/v) 已活化乳酸菌菌株 KP4 以 1 L 發酵槽培養溫度 37oC、起始 pH 7.0、120 rpm 以及 300 mL/min 攪拌通氣培養之製程下批式發酵至第 48 hr 時，可獲得較高濃度之苯乳酸為 0.0688 mg/mL，但低於以 MRS 培養基發酵之苯乳酸濃度 0.0820

mg/mL，而將獲得之凍乾粉末回溶至濃度為 1 g/mL 進行 PhLA 定量分析之結果為 0.4435 mg/mL。0.5 L DSF-HA-EH-Soln 接種 1% (v/v) 乳酸菌菌株 Lc. lactis BCRC10791 以1 L 發酵槽於培養溫度 37oC、起始 pH 7.0、120 rpm以及 300 mL/min 攪拌通氣培養之製程條件批式發酵至第 48 hr 時，可獲得較高濃度之 Nisin 為 5.11 mg/mL (低於 MRS 培養基發酵之 Nisin 濃度 5.62 mg/mL)，將其凍乾粉末回溶至濃度為 1 g/mL 進行 Nisin 定量分析之結果為 40.

41 mg/mL。乳酸菌菌株 KP4 與 Lc. lactis BCRC10791以上述批式發酵條件進行饋料批式發酵生產 PhLA 與 Nisin，於製程中以 DSF-HA-EH-Soln 減壓濃縮十倍做為饋料液進行饋料，並於第 48 hr 之 PhLA 濃度最高為 0.0655 mg/mL，1 g/mL 凍乾粉末回溶液之 PhLA 濃度為 0.4207 mg/mL，經換算產率約為 10.62 mg/100 g 脫脂大豆粉；於第 96 hr 時 Nisin 濃度達到最高 5.17 mg/mL，而 1 g/mL 凍乾粉末回溶液之 Nisin 濃度約為 40.90 mg/mL，經換算產率約為 10

42.61 mg/100g 脫脂大豆粉。經生命週期評估分析，以 DSF-HA-EH-Soln 進行產製 1 g PhLA 與 Nisin 之批式發酵過程中，產率約為 11.20 mg/100 g 脫脂大豆粉與 447.74 mg/100 g 脫脂大豆粉，CO2 排放量分別為 6,293.73 kg 與 168.79 kg，利用 DSF-HA-EH-Soln 取代乳酸菌發酵生產 PhLA 與 Nisin 之基礎培養基 (MRS 培養基) 進行批次發酵，於產製 1 g PhLA 與 Nisin僅需花費總成本 31,373 NTD 與 713 NTD，相比以 MRS 培養基進行批次發酵分別可減少約

23,862 NTD 與 531 NTD，分別降低約 43.20% 與 42.69% 之生產成本。綜合上述結果，脫脂大豆粉熱酸萃及酵素水解液可替代 MRS 培養基做為乳酸菌批式與饋料批式發酵生產苯乳酸與乳酸鏈球菌素之基礎培養基。

低儲存容量之技術改良應用於視覺監視系統

為了解決初速fps換算的問題，作者鄧光喆 這樣論述：

在監視系統被大量建置的趨勢下，表示有愈來愈多的影像需要被儲存，該如何節省儲存的空間便成為很重要的議題。然而，所有的解決方案卻都著墨在影像壓縮技術上！此外，瀏覽儲存好的影像也不輕鬆，必須浪費許多時間從每天二十四小時不斷錄製的影像中，搜尋出特定的人事物。目前雖有影像摘要技術來節省瀏覽時間，但卻得另外花費空間來儲存這些濃縮的影像。總之沒有同使可以解決以上兩大問題的方式。所以，本論文基於Video Synopsis的概念，提出了一套影像處理流程；首先使用對稱性遮罩小波轉換（Symmetric Mask-based Discrete Wavelet Transform）來進行影像解析度的降階（Dyad

ic Down Sampling），並利用其低通濾波器的特性，濾除外界環境的雜訊與偽動作（Fake Motion）；再去除時間軸的冗餘資訊，把未有事件發生的畫面刪除；之後利用自行設計的演算法，擷取出前景物件，最後計算畫面上的空間資訊，將連續事件整合於一張畫面上。如此一來，因為整合了連續的事件，便達成了精簡畫面張數的效果，且其中並未對原始像素值做任何變更，藉此完成了影像大量無損（Lossless）壓縮的目的，同時也縮減了影像的播放時間。分析實驗結果，本論文提出的儲存解決方案，可適應室內與室外環境的自然變化，且只需花費原始未壓縮影像約15%以下的儲存空間；在VGA的解析度下亦可達到23 FPS的即

時（Real-time）處理效能，故播放時間也就只需要15%左右，可快速瀏覽完畢一段影像。此法不同於以往的影像壓縮，產生的簡短影像還可以再使用任何壓縮法來更加地減少儲存空間，是相當有效的低影像儲存容量技術。