公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

不同品牌十三香调味料中挥发油成分的比较分析被引量：1: 2016年; 采用水蒸气蒸馏法提取市售15个不同品牌十三香调味品中的挥发油，使用气相色谱-质谱法分离测定，通过自动质谱解卷积定性系统结合色谱保留指数进行化学成分解析。共鉴定出159种化合物，各样品化学成分数变化幅度为47～89，总含量变化幅度为53．01％～71．51％。主要化学成分为柠檬烯、反式肉桂醛、茴香脑与丁香酚，相对含量的均值分别为4．16％，6．15％，28．23％，4．18％。各样品的共有成分有26种，其中以烯烃类为最多。26种共有成分总合量在各样品中变化幅度为38．18％～63．55％。主成分分析结果表明：多数市售不同品牌十三香的挥发油在主要化学成分上较为接近。; 周天明荆广珠韩君冯国斌尹智慧方洪壮; 关键词：十三香挥发油气相色谱-质谱法色谱保留指数

近红外漫反射光谱法快速检测苯磺酸氨氯地平片辅料含量（英文）被引量：4: 2017年; 将近红外光谱技术和化学计量学相结合快速检测苯磺酸氨氯地平片辅料含量.通过随机青蛙法、变量投影重要性和竞争自适应重加权采样筛选特征波长变量点,采用9种光谱预处理方法对原始光谱进行处理后,分别建立了偏最小二乘法模型和支持向量回归分析模型,并将这两种模型进行了比较.应用优选模型对样品进行了测试,结果表明:对于所涉及的样本,在最优特征波长变量选择上,随机青蛙法效果较好;在模型预测结果上,与支持向量回归分析模型相比,5个指标的偏最小二乘法定量模型的决定系数,预测均方根误差评价参数效果较好,相对分析误差值均大于3.0.样品测试值与实测值标准误差均小于1.30,配对t检验表明,在a=0.05显著性水平上,两者无显著性差异.因此,可采用近红外漫反射光谱法用于苯磺酸氨氯地平片辅料含量的快速检测,该方法重复性、中间精密度、线性、精确性良好,且可为其他药用辅料含量快速检测提供借鉴.; 韩君孙长海陈爱明方洪壮; 关键词：近红外光谱辅料苯磺酸氨氯地平片

近红外光谱技术对柴胡及黑柴胡的定性鉴别被引量：1: 2017年; 建立山西和内蒙古柴胡产地判别模型,用以快速鉴别山西和内蒙古产柴胡及伪品黑柴胡。采用NIR采集各产地柴胡近红外光谱信息,通过化学计量学方法处理,建立定性判别分析模型,以盲样对模型鉴别能力进行有效性确认。判别分析模型中,各柴胡光谱集均独立且无交集存在,盲样中的六份正面和三份反面样品均能通过建立的柴胡定性判别模型进行正确鉴别。NIR快速、准确对柴胡产地及其伪品进行定性鉴别,无需完整的植株且可为其它中药定性鉴别提供借鉴。; 韩君闫长孟方洪壮; 关键词：近红外光谱技术柴胡

基于二维相关近红外光谱技术测定辅料十二烷基硫酸钠被引量：1: 2016年; 为了测定缬沙坦和辅料十二烷基硫酸钠共存样品中辅料的含量，配制成含有十二烷基硫酸钠含量为0．30％～5．88％的缬沙坦样品共35个。以十二烷基硫酸钠浓度为外扰，分别研究了十二烷基硫酸钠和缬沙坦共存样品的二维相关近红外光谱特征，分别选择随浓度变化大的区间4119-4216cm-1、4235～4273cm-1、4312-4351cm-1、4484-4676cm-1、5732～5828cm-1、8132～8323cm-1为光谱的建模区间，利用偏最小二乘方法建立定量预测模型。结果表明：模型的交叉验证决定系数为0．8670，交叉验证均方根误差（RMSECV）为0．804，预测均方根误差（RMSEP）为0．775，对未知样品集预测结果的平均相对误差为0.25％，这表明二维相关近红外光谱技术选择的波段建立的定量模型具有较好的预测效果。; 郝远方洪壮韩君杨玉婷李淑贤; 关键词：二维相关光谱近红外光谱十二烷基硫酸钠药用辅料

缬沙坦胶囊辅料含量近红外光谱模型传递研究被引量：2: 2017年; 为了建立缬沙坦胶囊辅料含量近红外光谱分析模型能在不同仪器间实现共享,提高模型的有效利用.采用分段直接校正(PDS)和典型相关分析(CCA)法进行了近红外仪器间模型传递的研究.研究表明:在主机建立的模型经PDS算法传递后,子机验证集的预测均方根误差(RMSEP)分别为2.41、1.95、0.99、0.53,经CCA算法传递后的RMSEP分别为0.78、1.19、0.78、0.43.对于2台傅里叶变换型近红外光谱仪,采用PDS和CCA方法可成功实现模型传递,其中CCA作用效果优于PDS,该研究结果对于辅料含量近红外快速分析模型的广泛应用具有重要意义.; 韩君郝远方洪壮; 关键词：近红外光谱辅料

近红外光谱结合反向区间偏最小二乘法检测药用辅料糊精被引量：4: 2016年; 利用近红外光谱结合化学计量学方法快速检测了药用辅料糊精含量。首先,用近红外光谱仪采集主药与糊精共存样本的近红外光谱数据;然后,采用反向区间偏最小二乘法（Backward Interval Partial Least Squares,Bi PLS）优选光谱特征区间;最后,采用偏最小二乘法（PLS）对优选出来的区间建立药用辅料糊精近红外光谱模型。采用Bi PLS将全光谱均匀划分35个子区间,选择16个子区间[1,7,10,12,18,20,21,23-25,28-33]时,建立的模型预测效果最佳,其交叉验证均方根误差和预测均方根误差分别为1.501和2.437,校正集和验证集相关系数分别为0.9968和0.9958。因此,利用近红外光谱技术快速检测药用辅料糊精含量是可行的。; 韩君孙长海方洪壮; 关键词：近红外光谱糊精药用辅料

全选清除导出

共1页<1>

韩君