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99頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、本文主要采用近紅外光譜技術(shù)與色譜技術(shù)聯(lián)用對香砂養(yǎng)胃丸(濃縮丸)進行質(zhì)量分析研究,主要內(nèi)容分為以下三個部分:
  第一部分為近紅外光譜技術(shù)在香砂養(yǎng)胃丸(濃縮丸)中原藥材砂仁、枳實定量分析中的應(yīng)用。運用偏最小二乘法(PLS)建立了砂仁中乙酸龍腦酯、枳實中辛弗林及醇浸出物的定量分析模型,乙酸龍腦酯、辛弗林及醇浸出物定量分析模型的內(nèi)部交叉驗證決定系數(shù)(R2)分別為0.99259、0.98052、0.98489,內(nèi)部交叉驗證均方差(RMSE

2、CV)分別為0.0714、0.02239、0.41789,校正均方差(RMSEC)分別為0.0145、0.00915、0.153,預(yù)測均方差(RMSEP)分別為0.0167、0.0119、0.188,性能指數(shù)(PI)分別為90.0、81.9、86.3。近紅外光譜法快速、簡便、準(zhǔn)確,可用于砂仁中乙酸龍腦酯、枳實中辛弗林及醇浸出物含量的快速測定。
  第二部分為近紅外光譜技術(shù)在香砂養(yǎng)胃丸(濃縮丸)質(zhì)量分析中的應(yīng)用。定量方面,首先,建立

3、了A廠家產(chǎn)的香砂養(yǎng)胃丸(濃縮丸)中厚樸酚與和厚樸酚、橙皮苷的定量分析模型,厚樸酚與和厚樸酚、橙皮苷定量分析模型的R2分別為0.99649、0.97771,RMSECV分別為0.35900、0.12083,RMSEC分別為0.0564、0.0994,RMSEP分別為0.0938、0.0958,PI分別為86.0、81.8;其次,建立了三個不同生產(chǎn)廠家的香砂養(yǎng)胃丸(濃縮丸)中厚樸酚與和厚樸酚、橙皮苷的定量分析模型,厚樸酚與和厚樸酚、橙皮苷定

4、量分析模型的R2分別為0.98106、0.96258,RMSECV分別為0.28900、0.18306,RMSEC分別為0.112、0.124,RMSEP分別為0.151、0.128,PI分別為78.3、86.9。定性方面,分別采用判別分析法與聚類分析法建立不同生產(chǎn)廠家的香砂養(yǎng)胃丸(濃縮丸)的定性分析模型。所建立的判別分析模型能夠準(zhǔn)確區(qū)分三個生產(chǎn)廠家的樣品,驗證準(zhǔn)確率為100%;所建立的聚類分析模型將三個生產(chǎn)廠家的樣品清晰地聚為三類,界

5、限明顯,歸屬準(zhǔn)確,與判別分析結(jié)果一致。
  第三部分為香砂養(yǎng)胃丸(濃縮丸)HPLC指紋圖譜研究。通過對提取方法、提取溶劑、色譜條件的考察,確定了香砂養(yǎng)胃丸(濃縮丸)的HPLC指紋圖譜分析方法,并分析了三個不同生產(chǎn)廠家的樣品。結(jié)果表明三個不同生產(chǎn)廠家的樣品相似度均在0.88以上,并且以A廠家產(chǎn)的樣品更為穩(wěn)定。同時將三個不同生產(chǎn)廠家樣品的HPLC指紋圖譜進行聚類分析與主成分分析,三個生產(chǎn)廠家的樣品被清晰地分為三類。該方法準(zhǔn)確、專屬性強

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論