【摘 要】
:
目的探讨清肺消痤合剂的质量控制标准。方法采用薄层色谱法(TLC)对连翘、黄芩、黄柏进行鉴别;采用高效液相法(HPLC)对黄芩苷和小檗碱进行含量测定。结果在选定的薄层色谱条件下,连翘、黄芩、黄柏的斑点清晰,分离度好,阴性无干扰;黄芩苷、小檗碱分别在66.40~331.99μg/mL、18.73~93.64μg/mL浓度范围内呈良好的线性关系(r为0.9997~0.9998),平均加样回收率分别为99.27%、99.65%,RSD分别为2.80%、2.58%(n=6)。结论该方法简便准确,重现性好,可作为有效
【基金项目】
:
无锡市卫生计生委科研项目(MS201839),全国中药特色技术传承人才培训项目(T20194828003)。
论文部分内容阅读
目的探讨清肺消痤合剂的质量控制标准。方法采用薄层色谱法(TLC)对连翘、黄芩、黄柏进行鉴别;采用高效液相法(HPLC)对黄芩苷和小檗碱进行含量测定。结果在选定的薄层色谱条件下,连翘、黄芩、黄柏的斑点清晰,分离度好,阴性无干扰;黄芩苷、小檗碱分别在66.40~331.99μg/mL、18.73~93.64μg/mL浓度范围内呈良好的线性关系(r为0.9997~0.9998),平均加样回收率分别为99.27%、99.65%,RSD分别为2.80%、2.58%(n=6)。结论该方法简便准确,重现性好,可作为有效
其他文献
新课标提出:“在义务教育阶段,数学教学应注重学生符号意识、数感、运算能力、模型思想与推理能力等的培养其中,运算作为数学学习的基本技能,一直受到广大教育者的重视.但是,学生在数与式的运算过程中仍存在着层出不穷的各种问题.鉴于此,笔者从自身多年初中数学的执教经验出发,以本校学生为研究对象,从以下几个方面具体谈谈运算错误的成因及应对措施.”
光学字符识别(optical character recognition,OCR)技术在图书数字化、文献管理等诸多领域得到了广泛应用,而相比于已十分成熟的中文、英文印刷体识别系统,小文种(维吾尔文)印刷体识别还有研究空间和实际应用需求。针对传统识别方法特征表示不足等问题,结合日益兴起的深度学习技术,采用Python语言编程,选用经改进的卷积循环神经网络作为识别算法核心,并利用Django设计系统框架。实验表明,印刷体维文识别系统的精度达到95.7%,平均速度达到12.5 fps。该系统实现了端到端的维文整
文章依据高考评价体系对2021年全国数学乙卷分析,研究高考试卷在试题背景、创新特色及考查要求上的特点,通过分析引发对教学的思考.
在一致性正则化与熵最小化的基础上提出一种新的半监督学习算法Mean Mixup,集成数据的互补信息,然后使用熵最小化给未标记数据生成可靠的伪标签,在一致性正则化下进一步优化模型分类结果。在常用数据集SVHN和CIFAR10上对Mean Mixup算法进行了评估,实验结果表明,所提出的方法在分类准确率上优于一些已有的半监督学习算法。
传统的图像噪声方差估计方法在处理具有较多内容变化或者丰富纹理信息的图像时,往往容易造成较大的估计偏差。提出了一种基于BM3D的图像噪声方差估计方法。首先使用传统的F-NLE噪声估计方法获取图像噪声的初步估计值,并根据噪声初步估计值生成多组噪声方差候选值;然后,使用得到的噪声方差候选值作为BM3D滤波方法的参数,对含噪图像进行滤波处理;接着,再通过多组实验对图像滤波前后的自然统计(NSS)特征差异进
植物激素在调节植物生长和发育过程中起着重要作用。首次建立了同时分析地黄叶片和块茎中脱落酸、水杨酸、吲哚乙酸、赤霉素和玉米素等5种植物激素含量的液相色谱-质谱法。目标植物激素在线性范围内的相关系数范围为0.9959~0.9992,方法检出限范围为0.013~0.038μg/mL,定量限范围为0.043~0.127μg/mL。日内相对标准偏差范围为1.7%~3.2%,日间标准差范围为3.0%~10.5%。地黄叶片和块茎中5种植物激素的回收率范围分别是81.9%~106.7%和78.4%~96.7%。接着利用此
近年关于巨灾损失分布模型的研究方法多采用单一分布模型,或具有固定权重的组合分布模型。在对数广义误差分布(LogGED)的基础上,运用广义帕累托分布(GPD)拟合数据的厚尾部分,并加入可变权重组合分布模型的拟合思路,构建了可变权重的对数广义误差-广义帕累托组合分布模型(LogGED-GPD)。并对全球洪水巨灾损失进行了实证分布拟合,验证了可变权重的对数广义误差-广义帕累托组合分布模型的拟合效果更好,一定程度上为今后洪水巨灾损失的分析方法提供了参考依据。
提出一种面向高速乱序流的top-k连续查询方法。使用基于缓存的方法等待迟到元组,但不对缓冲区内数据进行排序,通过统计运行信息实现缓存时长自适应,然后使用改造的MinTopk算法计算当前窗口的top-k结果集。实验结果表明,该方法在高速乱序流上实现了高效的top-k查询,在保证用户允许的最小正确率的情况下计算出最小缓存时长,减少了查询时延。
为准确评估大容量工业负荷接入对电网造成的电能质量影响,提出了一种可变模糊云模型电能质量综合评估方法。首先建立电能质量评估指标体系,使用模糊层次分析法与变异系数法的结果计算主客观综合权重,通过加权的方式反映多指标对评估的影响。根据可变模糊集思想,将样本数据对限值区间的相对隶属度作为加权平均的权值,改进逆向云模型特征值计算方法,使用正向云模型确定电能质量标准等级云模型。在得到电能质量标准等级云模型与样本数据云模型的基础上,计算云相似度得到电能质量评估等级。最后以典型负荷电弧炉为例,进行电能质量综合评估,验证了
针对人工蜂群算法求解复杂优化函数时,存在收敛速度慢、算法后期种群多样性下降以及易陷入局部最优解等缺点,提出了一种融合差分进化思想的自适应人工蜂群算法。首先,引入反向学习策略初始化种群,增加种群的多样性,加强算法跳出局部最优解的能力。其次,将雇佣蜂搜索过程与差分进化算法融合,并加入自适应策略平衡算法的勘探与开发能力。最后,在侦查蜂阶段引入混沌序列,增加种群的多样性,加快算法的收敛速度。为验证本文算法的寻优性能,针对8个基准函数,选取ABC算法、DE算法、PSO算法、EABC算法、ABC/best/1算法以及