麻城黄金菊总黄酮提取及组分测定

来源 :湖北工业大学学报 | 被引量 : 0次 | 上传用户:sycloverock
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用Design-Expert8.0.5.0软件优化麻城黄金菊总黄酮提取工艺,使用高效液相色谱外标法对黄金菊中的芦丁、木犀草苷、木犀草素、槲皮素、紫云英苷进行定量分析.结果 表明,麻城黄金菊最优提取条件为:超声提取温度60℃,超声提取时间30 min,料液比1∶50 (g/mL);提取率最高为9.01%,且回归模型的预测值与实际值非常接近,说明此模型准确可靠;从麻城黄金菊中检测出芦丁、槲皮素、木犀草苷、木犀草素和紫云英苷等5种主要的黄酮化合物,含量分别为1.2604 mg/g、1.8301 mg/g、0.614mg/g、0.420mg/g、0.2896 mg/g,总量为4.4141 mg/g.
其他文献
通过多目标规划和多智能体仿真,研究舰船海上物资保障的最佳采购调度方案及补给方式.建立以满足需求、供应及时和成本最低的多目标规划模型,利用Lingo软件对模型进行求解,得到包含供货网点名称和物资采购数量的最优采购方案;利用Anylogic软件建立含Main主智能体、舰船编队智能体及港口智能体的多智能体协作仿真模型,对基地化采购伴随补给和商业化采购靠港补给这两种后勤物资保障方式的保障效率进行验证和优化,确定了非任务期间采用商业化采购靠港补给的保障方式将更加高效和经济的结论,为舰船编队的海上保障决策提供了有益参
为了研究激光清洗水垢的特性,用不同参数的激光分别对上附水垢的1A99铝基板及304不锈钢板进行清洗处理,并与普通化学清洗方法样品对比,通过光学显微镜、扫描电镜和表面轮廓仪比较分析清洗效果.结果 表明:铝基材激光清洗后的粗糙度高于水垢表面,而304不锈钢样品激光清洗后表面的水垢物质残留少于化学清洗表面.由此可以看出,相较于化学清洗,激光清洗水垢具有一定的优越性和稳定性.
传统的基于t-SNE的高维多目标优化算法在简化目标集时,虽然可以大大降低算法计算复杂度,但也可能损失目标集中有意义的部分属性,导致算法准确性降低.为此,对冗余目标和初始化种群双方面进行择优保留,提出了一种基于t-SNE加权和的高维多目标优化算法.利用加权和对t-SNE-NSGAⅡ算法处理的冗余目标集进行拟合,保留了部分种群的目标属性,提高了初始种群的质量,提升了算法的准确性,加快了算法收敛速度.实验表明,在目标超过5个时,基于t-SNE加权和的高维多目标优化算法的准确性和收敛性提升明显.当目标为10个时,
提出了一个高效的求解最小支配集问题的线性混合整数规划算法(MILP).该算法主要针对最小支配集问题的特点建立整数规划模型,并通过Gurobi求解器进行优化求解.采用当前国际文献公开的共74个算例作为算法测试实验集,与FKW算法、传统的Grandoni算法以及改进的Grandoni算法进行比较.实验结果表明,该算法的计算效率明显优于其它的精确算法,且在所有算例上都能得到精确解.
逻辑回归常用于分类问题中,为了解决传统逻辑回归分类器参数调优问题以及在大数据样本下加快算法的计算速度.首先提出了一种改进的天牛群优化算法(IM-BSO)来优化逻辑回归的超参数,使模型能够自适应地调整参数来达到最优的分类性能.IM-BSO算法采用学习因子与惯性权重的自适应调整策略,每个天牛的惯性权重都不一样,随着适应度值变化而变化.此外,IM-BSO算法融入K-means聚类与拓扑机制,增加了天牛群的多样性.由于IM-BSO算法需要处理的数据量大,计算时间长,随后提出了一种新的分布式改进天牛群优化算法(DI
为了提高海上风速预测的精度,提出了一种基于局部加权回归的周期趋势分解(STL)改进的季节性差分自回归移动平均模型(SARIMA)和长短时记忆(LSTM)神经网络的海上风速预测方法.首先通过STL分解原始风速时间序列,提高SARIMA模型季节性差分步长的准确性,再使用SARIMA模型对观测的风速序列数据进行预测,得到预测值以及预测值与观测值之间的残差;然后用残差样本集训练长短时记忆神经网络并对残差进行预测;最后将两部分得到的预测值求和得到风速序列的预测值.选定3个不同地点分别进行仿真实验并与改进前方法进行比
为了提升关系网络图像分类的准确度,在网络中引入多尺度通道注意力机制,提出了一种新的小样本图像分类算法.由于多尺度通道注意力机制能够关注样本特征空间的重要信息,该方法能够提取图像更丰富的多尺度特征,并通过关系度量,改善了分类结果.实验结果表明,在MiniImageNet和Omniglot数据集上,该算法对图像分类精度有明显的提高.
针对槟榔片加工过程中自动化程度低,提出一种基于Mask R-CNN的槟榔片自动分级算法:采用改进高分辨率网络作为主干网络提取槟榔片表面信息,减少多次卷积过程中信息损失,提高轮廓分割准确度;采用改进卷积块注意力模型加强内轮廓中有效信息提取,抑制无效信息,提高有核无核籽判断准确率;同时采用深度可分离卷积减少高分辨率主干网络带来的参数量、计算复杂度增加问题.实验结果表明改进后网络相比未改进前分割精度提高2.5%,同时有核无核籽判断准确率提高5.93%,总浮点计算量降低64.9%.
利用双光子激发荧光成像技术、二次谐波成像技术与毛细血管镜系统,活体评估鹿茸蛋白粗提物给药后创面愈合情况.提取鹿茸中水溶性总蛋白,质谱鉴定其成分.全层切除皮肤制备皮肤创伤模型大鼠,于给药10 d后活体观测创面表皮厚度、真皮胶原纤维的含量情况及毛细血管的生长情况.结果 发现:蛋白含量为61.29%,质谱鉴定出135种蛋白,18种氨基酸.给药10 d后,中高剂量组创面收缩明显,表皮厚度增加,新生胶原纤维增多;各给药组较模型组毛细血管网数有增加趋势;高剂量组较模型组血流量显著下降,血流趋于稳定.以上三种方法综合评
针对农村地区输电线路螺栓锈蚀情况严重且不易检测的问题,提出一种利用深度学习目标检测网络的螺栓锈蚀检测方法,首先自制无人机图像数据集,然后利用二阶微分锐化和暗通道去雾对螺栓图像进行锐化和去雾处理,最后使用YOLOv5网络模型进行数据集的训练与测试,相比其他网络模型检测精度更高,其平均精度均值达93.6%.结果 表明,所提方法能够有效实现无人机巡检图像中螺栓部件的识别与锈蚀检测.