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66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、中藥作為我國傳統(tǒng)文化中極具代表性和極富獨特內(nèi)涵的文化遺產(chǎn),近年來在國際上愈發(fā)受到重視。但我國在中草藥生產(chǎn)工藝、質(zhì)量控制等方面遠遠沒有達到國際標準與要求,為此以中藥指紋圖譜這一質(zhì)量控制評價體系來保證中藥的穩(wěn)定可控、安全有效,對中藥產(chǎn)業(yè)的快速發(fā)展和走向國際化有重要的意義。本文以名貴中藥材蘭科植物天麻的干燥塊莖為研究對象,探索性地建立其光譜、色譜指紋圖譜,構(gòu)建區(qū)分識別、含量檢測模型,較全面對天麻進行了綜合的、系統(tǒng)的評價。
  著重以研究

2、相對較少的光譜指紋圖譜,對于不同產(chǎn)地、不同等級、野生與栽培天麻以及天麻偽品四個方面進行相關(guān)區(qū)分識別。確定了中紅外、近紅外及紫外光譜天麻特征峰,并以紅外譜圖主成分分析法、三級鑒定法、吸收峰比值、近紅外譜圖主成分分析三主成分得分圖、紫外相似度分析等建立識別模型。此外,按共有模式生成法建立了標準色譜指紋圖譜,從而能較好的多模式對天麻進行評價,便于質(zhì)量控制,提高藥材本身安全性。
  通過不同數(shù)據(jù)預處理方法并利用偏最小二乘法建立了天麻活性成

3、分天麻素以及檢測成分灰分、浸出物的近紅外光譜檢測模型。檢測模型中以光譜經(jīng)一階導數(shù)預處理后預測天麻素的效果最為理想,訓練集r=0.9906,RMSE=0.0256;交叉驗證r=0.9264,RMSE=0.8647。相關(guān)系數(shù)在0.9以上,擬合線的R2為0.9035;灰分和浸出物的最優(yōu)預處理方法分別為:平滑處理和基線校正+去噪處理;對應的擬合線的R2為0.7526和0.8156,預測模型效果較為一般,但仍可以進行有關(guān)預測。選用Martens不

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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