【摘 要】
：
在单因素试验基础上,利用响应面法优化聚酰胺和大孔吸附树脂纯化竹叶花椒黄酮的工艺,考察酰胺-大孔吸附树脂用量比、上样质量浓度、上样液流速、洗脱剂浓度、洗脱剂流速、洗脱剂体积对竹叶花椒黄酮纯化效果的影响,同时通过DPPH自由基和ABTS自由基的清除试验对竹叶花椒黄酮的抗氧化活性进行评估。结果表明,聚酰胺-大孔吸附树脂用量比3︰5 （g/g）、上样质量浓度6 mg/mL、上样液流速1.5 mL/min、
【基金项目】
：
四川省中医药管理局科学技术研究专项课题（2020JC0120）； 绵阳市科技项目（2020YFZJ004）； 四川省中医药重点学科建设项目（川中医药函[2020]84号）；
论文部分内容阅读
在单因素试验基础上,利用响应面法优化聚酰胺和大孔吸附树脂纯化竹叶花椒黄酮的工艺,考察酰胺-大孔吸附树脂用量比、上样质量浓度、上样液流速、洗脱剂浓度、洗脱剂流速、洗脱剂体积对竹叶花椒黄酮纯化效果的影响,同时通过DPPH自由基和ABTS自由基的清除试验对竹叶花椒黄酮的抗氧化活性进行评估。结果表明,聚酰胺-大孔吸附树脂用量比3︰5 （g/g）、上样质量浓度6 mg/mL、上样液流速1.5 mL/min、洗脱剂60%乙醇溶液、洗脱剂流速2 mL/min、洗脱剂体积4 BV,在此条件下得到总黄酮平均含量为87.35%。竹叶花椒黄酮对DPPH自由基和ABTS自由基均具有一定清除作用,试验结果可为进一步研究竹叶花椒药用价值提供参考。
其他文献
为了助力碳达峰且为企业降本增效，以一台150kW永磁电机为改进对象，提出一种新的转子结构及电磁设计方案，将其改造成铁氧体辅助同步磁阻电机（Pma-SynR）。改造后的电机与原电机具有相同的定子结构，在一定程度上节约了制造成本。结果表明，改造后的Pma-SynR可以对PMSM进行替代，为企业达到降本增效的目的。
自动文摘作为自然语言处理领域的一个重要研究方向,其能够从海量数据中快速筛选出有效信息而得到了广泛的应用。传统的自动文摘研究方法主要集中于探究如何构建模型来优化文本的语义表示,而忽略了篇章信息对于文摘任务的影响。文本不是简单堆叠而成的文字序列,而是相互关联的语义单元衔接而成。为了充分利用文本的篇章结构特征,本文开展了结合篇章信息的生成式摘要研究,主要内容可分为如下三个方面:首先,针对浅层篇章结构对摘
以某船永磁推进电机为研究对象，阐述其基座改装工作中的重难点。通过设计制作推进电机基座定位工装，提高基座安装精度，并采用科学合理的施工流程及焊接变形控制措施，进一步提高该永磁推进电机基座的装配精度，最大程度地减少基座平面的人工研磨量。
海上舰艇防空反导作战基于目标攻击意图识别是现代舰艇防空技术的研究热点；来袭目标攻击意图识别是战场态势分析的一个重要部分，以往是通过先验知识和先验概率进行量化分析与明确攻击意图识别特征值的影响权重；深度神经网络可通过自适应学习目标攻击意图的特征值，可以在缺乏先验知识的条件下，通过小样本集的目标攻击意图的特征值训练，学习特征数据和攻击意图识别之间的对应关系与映射；通过引入GeLUs激活函数和AdaMo
受转子磁体谐波、变频器死区效应、导通压降等因素的影响，船用永磁同步电机运行过程中气隙磁场会产生畸变，导致定子电流含有大量特征谐波分量。本文通过引用改进型二阶广义积分器（SOGI），可实现低频谐波分量的提取，进而通过PI反馈调制，实现了输出电流主导谐波成分的抑制。仿真分析验证了该文理论分析和计算的正确性。
属性抽取旨在从评论文本中抽取评价属性（简称为属性）,是细粒度情感分析的一项重要子任务。目前基于深度学习的属性抽取任务在表示学习以及远程监督等方面已取得一定的进展,然而在该任务中仍存在较多亟待解决的问题,包括方法学中注意力机制建模噪声较大且缺乏进一步的交互能力、语料数据中缺乏有效线索信息辅助属性抽取以及属性抽取结果中存在较多边界错误的属性。本文基于上述问题展开相应的研究,主要创新点包括以下三个方面:
针对船舶推进系统动力装备的迫切应用需求，提出了一种多层嵌套型船用永磁推力轴承，基于ANSYS Workbench对其承载特性进行了研究。结果表明：多层嵌套型永磁推力轴承具有较高的磁场利用率，能够解决现有永磁推力轴承轴向位移大、结构尺寸大、承载能力弱等突出问题。探索了一种八层嵌套五极交叉堆叠的磁路结构，并采用了模块化的结构设计思想，设计了1 000 kN级船用永磁推力轴承，为高功率密度船用永磁推力轴
对空中目标的作战意图进行预测是目标意图识别中的难点，提出了一种基于动态贝叶斯网络和模板匹配的意图识别方法，实现空中目标作战意图的实时预测。首先，综合利用实时感知的目标特征信息、领域专家知识以及积累的历史作战态势数据，并采用动态贝叶斯网络推理来袭目标当前的作战行动；然后，根据目标当前的作战行动预测目标可能的行动序列；进一步基于目标可能的行动序列，采用态势模板匹配的方法，实现对目标作战意图的实时预测。
近几年,深度学习在大量数据和计算资源的支撑下得到了蓬勃发展,取得了巨大的成功。然而他们快速学习新概念的能力非常有限。元学习理论为解决这个问题提供了方向。元学习旨在通过多次学习任务的经验来改善学习算法自身,从而解决数据量限制、泛化能力差、学习慢等问题。目前元学习的大多数研究都采用基于度量的方法,该方法学习在一个通用的度量空间中表示数据,并使用距离度量来预测新数据。但是,一个公共的固定度量空间很难对所
结构、组分可设计的含糖聚合物与蛋白质具有特异性多价相互作用,可用于模拟细胞间识别,细胞表面的寡糖分子与外界病原体的识别等诸多生物学事件,因此在新兴的糖生物学以及生命科学等领域扮演着重要角色。含糖聚合物功能化纳米材料由于其具有尺寸可调、极高的比表面积以及优良的生物相容性等优点,在生物材料领域得到了广泛地应用。本文通过可见光引发可逆加成-断裂转移（RAFT）自由基聚合的方法合成得到了一批具有不同单体组