2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、清開靈注射劑是從古方安宮牛黃丸拆方得到一種中藥注射劑,由膽酸、珍珠母、豬去氧膽酸、梔子、水牛角、板藍(lán)根、金銀花、黃芩苷加工制成,具有清熱解毒、化痰通絡(luò)、醒神開竅的功效。目前,文獻(xiàn)已對(duì)清開靈注射液的質(zhì)量控制進(jìn)行了比較系統(tǒng)的研究,但很少涉及到對(duì)清開靈注射液中間體的質(zhì)量控制。而注射液生產(chǎn)過程中間體的快速分析對(duì)于產(chǎn)品質(zhì)量的實(shí)時(shí)監(jiān)測(cè)與質(zhì)量控制足非常重要的。 國公酒是國家中藥保護(hù)品種,陳皮是國公酒中的重要藥味之一,在方中的用量較大,橙皮苷是

2、其主要有效成分。橙皮苷能增加血管通透性,改善微循環(huán),具有抗炎作用,與國公酒散風(fēng)去濕,舒筋活絡(luò)的功效相關(guān),并能起到其他輔助治療作用。因此測(cè)定國公酒中橙皮苷的含量,有助于提高國公灑的質(zhì)量控制水平,保證臨床療效的穩(wěn)定性。 針對(duì)上述問題,本研究采用適合過程分析要求的紫外光譜和近紅外光譜分析技術(shù),結(jié)合主成分分析、偏最小二乘、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和最小二乘支持向量機(jī)等化學(xué)計(jì)量學(xué)方法建立清開靈注射劑中間體和國公酒中橙皮苷成分的快速質(zhì)量評(píng)價(jià)

3、方法,為兩個(gè)中藥品種的過程質(zhì)量控制提供了研究思路。本文研究?jī)?nèi)容包括以下四個(gè)方面: 1.支持向量機(jī)結(jié)合紫外光譜法用于鑒別清開靈注射液六混中間體。采用一階微分對(duì)紫外可見光譜數(shù)據(jù)進(jìn)行預(yù)處理,消除光譜中的斜坡背景,用支持向量機(jī)進(jìn)行建模,分別對(duì)四個(gè)批次的中藥清開靈注射液六混中間體以及其混和批次共147個(gè)樣本進(jìn)行了鑒別。對(duì)建模參數(shù)的影響作了系統(tǒng)的研究,在優(yōu)化參數(shù)條件下,正確率分別可達(dá)100%、95.4%、97.3%、100%和97.3%。結(jié)

4、果表明SVM鑒別準(zhǔn)確率高,模型的泛化能力強(qiáng)。 2.最小二乘支持向量機(jī)結(jié)合紫外光譜法用于鑒別清開靈注射液四混中間體。采用一階微分?jǐn)?shù)據(jù)預(yù)處理,最小二乘支持向量機(jī)與紫外可見光譜建模,對(duì)清開靈注射液四混中間體進(jìn)行質(zhì)量評(píng)價(jià)。以二次網(wǎng)格法和十折交叉驗(yàn)證法優(yōu)化建模參數(shù),預(yù)測(cè)集的總正確率和接受器工作特性曲線下面積分別可達(dá)98.0%和0.983。與經(jīng)典的支持向量機(jī)相比,結(jié)果表明最小二乘支持向量機(jī)鑒別準(zhǔn)確率更高,模型的泛化能力更強(qiáng)??捎糜谇彘_靈注射

5、液生產(chǎn)過程中質(zhì)量控制,為中藥注射液生產(chǎn)過程的質(zhì)量控制提供了一條有效的途徑。 3.應(yīng)用近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法建立清開靈注射液中間體總氮和梔子苷含量測(cè)定的新方法。首先采用Kernard-Stone法對(duì)訓(xùn)練集樣本和預(yù)測(cè)集樣品進(jìn)行分類,然后應(yīng)用組合的間隔偏最小二乘法對(duì)所得近紅外透射光譜進(jìn)行有效譜段范圍選擇以及建立二者定量校正模型,并對(duì)光譜預(yù)處理方法進(jìn)行了詳細(xì)的討論。所建總氮和梔子苷校正模型的預(yù)測(cè)相關(guān)系數(shù)分別為0.999,0.708

6、;交叉驗(yàn)證誤差均方根均為0023;預(yù)測(cè)誤差均方根分別為0.074和0.159:預(yù)測(cè)結(jié)果表明,本實(shí)驗(yàn)所建方法快速、無損且可靠,可推廣應(yīng)用于中藥注射液中間體的在線質(zhì)量控制。 4.應(yīng)用近紅外光譜技術(shù)結(jié)合最小二乘支持向量機(jī)建立了國公酒中橙皮苷含量的模型。首先采用Kernard-Stone法對(duì)訓(xùn)練集樣本和預(yù)測(cè)集樣品進(jìn)行分類,然后選擇平滑、一階微分,范圍標(biāo)度化作為國公酒近紅外光譜的數(shù)據(jù)預(yù)處理方法,采用組合的組合間隔偏最小二乘法篩選出有效波段

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論