首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   31篇
  免费   1篇
  国内免费   5篇
化学   20篇
物理学   17篇
  2022年   1篇
  2021年   4篇
  2018年   1篇
  2017年   1篇
  2015年   1篇
  2014年   7篇
  2013年   2篇
  2011年   3篇
  2010年   2篇
  2009年   2篇
  2008年   5篇
  2006年   2篇
  2005年   1篇
  2002年   1篇
  1996年   1篇
  1995年   1篇
  1994年   1篇
  1993年   1篇
排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
以氘代氯仿为溶剂,以中药化学标准品厚朴酚为载体,采用二维相关光谱(Tow-dimensional correlation spectroscopy,2D-COS)技术,采集近红外光谱(near infrared spectroscopy,NIR),由氘代氯仿纯溶剂与厚朴酚原始光谱的二维相关同步谱可知,厚朴酚在1 365~1 455,1 600~1 720,2 000~2 181和2 275~2 465nm处有特征吸收,其中1 440nm为酚基O—H伸缩振动基频的一级倍频谱带,1 679nm为芳基C—H及与芳基相连的甲基C—H伸缩振动一级倍频谱带,2 117,2 304,2 339和2 370nm为芳基C—H伸缩振动、弯曲振动和变形振动的组合频,2 445nm为芳基相连的甲基C—H弯曲振动基频二级倍频谱带,这些波段为厚朴酚的特征归属。以藿香正气口服液复杂体系为载体,以厚朴酚光谱解析的特征波段与间隔偏最小二乘(interval partial least squares,iPLS)和组合间隔偏最小二乘(synergy interval partial least squares,SiPLS)筛选的特征波段分别建立偏最小二乘(partial least squares,PLS)定量模型,模型的决定系数R2cal和R2pre均大于0.99,校正均方根误差(root mean of square error of calibration,RMSEC),交叉验证均方根误差(root mean of square error of cross validation,RMSECV)和预测均方根误差(root mean of square error of prediction,RMSEP)均较小。结果表明,2D-COS技术解析厚朴酚所得波段建立的定量模型与iPLS和SiPLS波段筛选的模型均相对稳定,这使定量模型的波段选择更具有解释性。该研究为中药化学成分NIR光谱解析特征波段的归属提供方法参考,同时为NIR建模波段筛选提供借鉴和指导。  相似文献   
2.
应用分子动力学模拟技术,对二棕榈酰磷脂酰胆碱双分子层进行退火模拟,从微观水平上深入研究磷脂双层膜的相转变行为.在相变温度附近,磷脂双层膜的物理性质发生突变.在两相各自的温度范围内,凝胶相磷脂双层膜的物理性质随温度变化不明显,但液相呈缓和变化.凝胶相与液相磷脂双层膜的分子构象与其排布方式截然不同:从侧视图来看,前者脂质分子尾链纵向伸展,上下两叶未见交错,叶间隙清晰,后者脂质分子尾链横向弯曲,上下两叶并有交错,叶间隙消失;从俯视图来看,前者脂质分子烃链以极其规律的"六角边形"方式排列,而后者脂质分子烃链排列杂乱无章.  相似文献   
3.
采用便携式近红外光谱仪采集枸杞子表面不同部位的近红外漫反射光谱,结合多类支持向量机算法对枸杞子产地进行快速无损辨识。以识别率为评价指标进行光谱预处理方法的选择,为了消除样本划分偏性对结果的影响,本研究通过重复划分样本集多次建模与预测,利用识别率的统计结果考察各个光谱采集部位的建模结果。实验结果表明,原始数据经二阶导数加SG平滑处理后,所建模型具有良好的产地预测性能。除了枸杞子顶端部位外,其他部位模型的稳定性及准确性均较好,其外部验证识别率的中位数与平均值均大于97%。这表明利用枸杞子样品表面近红外光谱可实现产地的准确鉴别,便携式近红外光谱技术可作为中药材流通环节中的有效监控手段。  相似文献   
4.
为了建立符合中药特点的增溶性药用辅料的筛选与评价方法,本研究以清开灵注射液为研究载体,采用介观动力学方法(MesoDyn)研究其难溶活性成分胆酸与增溶性辅料泊洛沙姆188之间的相互作用,探讨了胆酸对泊洛沙姆188临界胶束浓度的影响及泊洛沙姆188浓度、模拟时间、温度对两者聚集体构型的影响,并采用实验方法验证了部分模拟结果,为中药注射剂增溶性辅料的科学应用提供一定基础.结果表明:在清开灵注射液中活性成分胆酸的存在下,泊洛沙姆188的临界胶束浓度范围为0.6%~0.7%,降低了泊洛沙姆188自身的临界胶束浓度,为使清开灵注射液中的胆酸(3%)全部增溶,泊洛沙姆188浓度应为1.7%.  相似文献   
5.
在近红外光谱PLS定量模型的建立过程中训练集样本的选取和潜变量数的确定是十分重要的.因此,该研究以橘叶中橙皮苷的含量检测为例,分别比较了random sampling(RS),Kennard-Stone(KS),dupIex,sample set partitioning based on joint x-y distance(SPXY)四种训练集样本的选取方法对模型的影响,以及留一交互验证法和蒙特卡罗法对潜变量数确定的影响.结果表明,SPXY法选取的训练集建立的模型优于其他三种方法,蒙特卡罗法能够较好地确定模型的潜变量数并有效地减少过拟合风险,所建模型的交互验证均方根,预测均方根及预测集相关系数分别为0.768 1,0.736 9,0.975 2.  相似文献   
6.
为建立清开灵注射液生产过程中的中间体金银花提取液快速准确的在线质量控制方法,通过对金银花提取液的UV原始光谱、一阶导数光谱进行波长点的数据筛选,选择与HPLC法测得的绿原酸含量相关性最好的光谱类型和波长点进行建模,建立绿原酸含量的UV预测方程.另取10批金银花提取液检验预测结果的可靠性.UV原始光谱中最佳波长为294 nm(r=0.991 9,n=28);一阶导数光谱中最佳波长为316nm(r=0.995 9,n=28).绿原酸含量的预测方程为:c(mg·mL-1)=506.254 3×A316nm 0.177 1.经检验,预测方程准确、可靠(r=0.997 1,n=10),可直接应用于在线检测.绿原酸含量的预测结果为:约90%的金银花提取液中绿原酸含量分布为0.4~4.0 mg·mL-1.此法简单、快速、准确,可作为清开灵注射液生产过程中金银花提取液的在线质量控制方法.  相似文献   
7.
不同种属黄芩中微量元素的X荧光光谱测定   总被引:1,自引:0,他引:1  
本文采用直接粉末压片X荧光光谱法测定了中草药黄中二十个主,微量无机离子的含量。探讨了用无机离子鉴别不同种黄芩的可能性。  相似文献   
8.
采用二维相关光谱(2D-COS)技术,以氘代氯仿为溶剂,解析了丹参酮ⅡA和隐丹参酮标准品的近红外光谱(NIR)。丹参酮ⅡA和隐丹参酮二维相关切片谱在1 600~1 800,1 900~2 230和2 300~2 400 nm处有特征吸收,其中丹参酮ⅡA在1 640和2 140 nm处有不同于隐丹参酮的呋喃环双键一级倍频和组合频吸收,1 696 nm为丹参酮ⅡA和隐丹参酮分子中甲基伸缩振动二级倍频,1 726和1 740 nm处吸收为丹参酮ⅡA和隐丹参酮环己烯亚甲基伸缩振动二级倍频,2 146和2 220 nm为丹参酮ⅡA和隐丹参酮苯环C—C伸缩振动与C—H伸缩振动的组合频,2 300~2 400 nm处一系列峰为丹参酮ⅡA和隐丹参酮甲基伸缩振动与弯曲振动组合频吸收。以丹参酮提取物为载体,以丹参酮ⅡA和隐丹参酮光谱解析特征波段及组合间隔偏最小二乘(SiPLS)筛选特征波段分别建立偏最小二乘(PLS)定量模型,模型的决定系数R2均大于0.9,校正均方根误差(root mean of square error of calibration, RMSEC)和交叉验证均方根误差(RMSECV),预测均方根误差(RMSEP)均较小。结果表明,2D-COS技术解析特征波段与SiPLS波段筛选所建PLS模型均稳定。2D-COS技术使近红外定量模型更具解释性,可解析出结构差异特征吸收,同一波段可实现结构类似物的同时定量测定。  相似文献   
9.
建立了中药口服固体制剂原辅料近红外(NIR)光谱数据库,采用模式识别方法研究了NIR光谱数据在物料分类和物性预测中的应用。使用便携式近红外光谱仪快速测量149批原辅料粉末的NIR漫反射光谱数据,并录入iTCM数据库。利用主成分分析(PCA)法探究NIR光谱数据对已知结构物料的分类能力,采用偏最小二乘(PLS)法研究了NIR光谱对原辅料物性参数和直接压片片剂性能的预测能力。经标准正态变量变换(SNV)+Savitzky-Golay(SG)平滑+一阶导数处理后的NIR光谱数据对微晶纤维素、乳糖、乙基纤维素、交联聚维酮和羟丙基甲基纤维素这5类辅料的区分能力较好。NIR光谱数据与原辅料粉末粒径、密度和吸湿性的相关性较强。NIR光谱信息作为物料物理性质的补充,可提高粉末直接压片片剂性能预测模型的性能。NIR光谱数据是iTCM数据库物性参数数据的补充,物性参数与NIR光谱数据的结合能更全面地表征原辅料的性质。  相似文献   
10.
中药(TCM)粉体是中药口服固体制剂的重要中间体或产品,粉体的物理性质不仅影响制剂成型,而且直接或间接影响产品质量。中药粉体种类众多、尺度各异,采用物理指纹图谱可从物理状态层面整体评价中药粉体质量,并可将其作为对中药粉体含量测定或HPLC指纹图谱评价的补充,这为中药粉体全面质量控制提供了新的工具和思路。该文系统梳理了中药粉体物理指纹图谱的规范化建立方法,包括指标体系的设计、二级指标的测试或计算,以及二级指标标准化处理和图谱展示。总结了物理指纹图谱在中药破壁粉、中药浸膏粉、中药颗粒、药用辅料、制剂成型工艺全过程质量评价和制剂处方设计中的应用。指出了开展物理指纹图谱和物性分析方法验证,确保物理指纹图谱数据可靠,同时结合模式识别和人工智能方法拓展物理指纹图的应用场景,支持中药质量一致性评价、产品和工艺的设计与持续改进,将是中药粉体物理指纹图谱未来的研究方向。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号