【摘 要】
：
人参皂苷是人参中重要的生物活性成分,临床上主要用于炎症、肿瘤及癌症的治疗或辅助治疗等.根据现代中药制剂质量要求,需要对药材或制剂中的人参皂苷进行定性、定量测定,以及对皂苷类化合物进行结构鉴定,对人参皂苷与蛋白质之间的相互作用机理等进行分析研究.综述了近年来现代仪器分析在人参皂苷检测中的应用,并对人参皂苷分析检测的发展方向作出了展望.
【机 构】
：
重庆理工大学药学与生物工程学院,重庆 400054
论文部分内容阅读
人参皂苷是人参中重要的生物活性成分,临床上主要用于炎症、肿瘤及癌症的治疗或辅助治疗等.根据现代中药制剂质量要求,需要对药材或制剂中的人参皂苷进行定性、定量测定,以及对皂苷类化合物进行结构鉴定,对人参皂苷与蛋白质之间的相互作用机理等进行分析研究.综述了近年来现代仪器分析在人参皂苷检测中的应用,并对人参皂苷分析检测的发展方向作出了展望.
其他文献
提出一种针对棋类智能体,基于显著图的解释方法,用来解释棋类智能体的决策依据.该解释方法将智能体面对的棋局状态分为落子区域和空白区域,从特征与最终决策的相关性和重要性两方面对棋局落子区域特征进行显著性分析,同时从博弈行为角度出发,分析棋局空白区域特征对于智能体决策的显著性,将两区域的特征显著性进行合并输出,从而较为全面地评估整个棋局特征的显著性.针对基于强化学习的围棋智能体和国际象棋智能体,使用该方法对智能体的决策进行解释性输出,实验结果表明:可以全面地解释智能体的决策依据,验证了该方法的有效性.
基于桥牌博弈模型现状,分别从3个方面提出模型优化思路,得到最终的混合策略打牌模型:对于叫牌,采用更为适合计算机理解的精确叫牌体系,运用数据库对于精确叫牌体系造成的代码冗余问题,进行二次优化;对于打牌,在开局阶段根据经验制定不同打牌方位的出牌策略,采用经验分析与明手求解策略混合模式,通过数学分析,发现2种模式交换的分割线,从而实现混合模式打牌策略;对于评估函数,通过提高细化度,使其更精确地描述牌局现状.最后,通过对比实验,验证了优化后的桥牌打牌模型的综合能力有所提升.
分体式城市飞行汽车能够帮助缓解城市交通拥挤、港口运输不便的困境,其关键技术之一是各模块间的自主对接技术。现有对接技术存在可靠性不高、空间占比大、质量大等问题,因此,设计一种可靠度高、冗余度高、低空间占比、小质量的用于分体式飞行汽车自主对接的系统是十分必要的。本文主要从机械导引对接机构和可靠性评估两方面开展工作。首先,本文按照项目中的技术要求及分体式飞行汽车的实际工况,进行了对接系统总体方案构建,提
流态化滑坡是我国西部山区最为常见的地质灾害之一,具有运动速度快、冲击能量大、成灾范围广的运动特征,通常以“崩滑-碎屑流-泥石流”的形式链式成灾。在运动过程中,崩滑体经历了由固体块体运动解体转化为碎屑流运动,随后由于雨水、冰雪融水等流体的汇入进一步转化为多相流体的运动过程。在多相流体滑体运动时流体和固体间存在复杂的相互作用,将灾害的规模进一步放大,给人类的生命安全和工程建设带来极大的破坏。本文通过地
随着我国十四五规划的推进,环境保护和绿色发展逐渐成为我国社会发展的重中之重。为了减轻人工城市道路清扫的劳动强度,提升作业效率,大规模的使用环保机械进行清扫已经成为发展趋势。但由于现有的以燃油驱动的清扫车体积庞大、噪声大、耗能高、废气排放严重,危害了城市的环境卫生,而且在美观性、轻量化方面也有诸多不足。基于以上问题,创新设计一款无污染、能耗低、高作业效率、驱动简单的小型多功能电动扫吸车方案具有重要现
通过研究爱恩斯坦棋的一种倒推算法,实现爱恩斯坦棋局面胜率的可推导化,借助倒推算法对爱恩斯坦棋局面胜率进行相关计算,解决如何建立爱恩斯坦棋残局库的问题.为了方便胜率的计算,将已走胜率作为胜率生成的目标,提出将若干个已知胜率且复杂度低的局面进行倒推收敛,从而得到复杂度高的局面计算方法,证明了“任一局面都可由若干个已胜局面通过倒推收敛的方法,计算出误差仅受数据类型的精度影响的准确胜率”的理论,并在此理论基础上设计出能够按局面复杂度来逐个标记各个不存在的局面,计算所有需要的存在局面,生成各个局面胜率的倒推算法.最
针对短时交通流非线性的特点以及BP神经网络(BPNN)在进行短时交通流预测时易陷入局部极小值的缺点,提出一种基于经验模态分解(EMD)和差分进化算法优化BP神经网络(DE-BPNN)的短时交通流预测方法.利用EMD算法将交通时序数据中不同模态的分量逐级分解出来,生成一系列不同尺度的本征模态函数(IMF)和残余量,去除一定噪声影响;借助DE-BPNN算法进行短时交通流预测,并采用美国加利福尼亚州高速公路交通流数据,对该方法进行验证和预测精度测试.实验结果表明:采用EMD分解后的交通流预测结果更为精确,相比其
高压或高开关频率场合,三电平Vienna整流器采用七段式空间矢量脉宽调制(SVPWM)可控制中点电位平衡,但开关损耗大,而传统离散脉宽调制(DPWM)虽能降低开关损耗,却不具备中点电位调节能力.为此,针对三相三电平类Vienna拓扑,提出一种中点电位自平衡DPWM策略.该策略通过箝位指定相电压来降低开关损耗,利用2种冗余箝位模式切换实现中点电位平衡.根据Vienna整流器主电路原理,基于开关函数描述矢量空间形成过程;以部分小扇区为例详细阐述冗余箝位模式及其矢量序列确定方法,并推导基本矢量作用时间;分析2种
低压配电台区户变关系信息是电力网络的基础性档案,准确识别低压配电台区户变关系对于电网企业尤为重要.采用一维序列分类神经网络进行台区户变关系识别时,存在序列易丢失时间依赖性、识别准确率低、准确率不稳定的问题,为此,提出一种基于格拉姆角场和改进残差神经网络的户变关系识别方法,以用户电压数据为基础,首先采用格拉姆角场方法将一维电压数据序列转换为特征矩阵,将矩阵元素对应于图像灰度采用伪彩色处理形成二维特征图谱;然后采用引入空间注意力模块进行改进的残差神经网络分类特征图谱以识别台区户变关系,采用格拉姆角场和伪彩色处
短期电力负荷具有整体周期性和局部非线性的特点,单一模型预测精度不高.为此,提出一种基于改进的奇异谱分析(ISSA)方法的组合预测模型.首先从奇异谱分析(SSA)的轨迹矩阵构建、主成分选取等步骤改进传统SSA,以便更好分离实际负荷中的趋势序列分量和随机序列分量;随后分别通过多元线性回归(MLR)和长短期记忆(LSTM)神经网络方法对分离出的趋势负荷和随机负荷进行预测;最后叠加两部分预测值得到最终预测结果.ISSA-MLR-LSTM(ISML)组合预测模型能很好地刻画实际负荷变化趋势和进行精准预测.实验结果表