复方氯丙那林质量检控的近红外光谱快速分析

基于近红外光纤漫反射技术,利用偏最小二乘法分别建立了复方氯丙那林胶囊的三种药效成分盐酸氯丙那林、盐酸溴己新和盐酸去氯羟嗪的快速同时测定方法。所建立的盐酸氯丙那林、盐酸溴己新和盐酸去氯羟嗪的定量分析多元校正模型的相关系数分别为99.7%、99.4%和99.0%,校正集的均方根残差分别为0.028、0.145和0.250,预测均方根误差分别为0.055、0.120和0.210。由于该方法是在不经任何预处理的情况下的光纤快速同时分析,因此可用于复方氯丙那林的过程质量控制。     

高温超导YBa2Cu3O7薄膜的颗粒,杂相生长机制研究

ＹＢａ２Ｃｕ３Ｏ７（ＹＢＣＯ）高温超导薄膜是重要的超导电子器件应用的材料，它们的质量对器件的运行性能至关重要。薄膜表面的颗粒使表面微波性能变坏，但有些生长在ＹＢＣＯ薄膜基体内部的小颗粒，会使薄膜的临界电流密度升高。     

探讨用SEM-EDS分析材料的碳含量

扫描电镜同能谱仪联用，为材料的元素分析提供了方便。对原子序数高的元素分析，可以做到定性和半定量分析；对轻元素分析，如碳，多数为定性分析。其原因为：其一，碳为轻元素，特征X射线能量低，信号被探测器收集过程中，损失大；其二，计算中使用不同方法扣除碳元素背底，对计算结果会有不同的影响。     

二次电子像质量

扫描电镜(SEM)中，一幅高质量的图像应该满足三个条件：一是分辨率好，显微结构清晰可辨；二是衬度适中，图像中无论是黑区还是白区的细节都能看清楚；三是信噪比好，没有明显的雪花状噪声。其中分辨率是最重要的指标。多年来为提高分辨率进行了不懈的努力，今天已达到0．6nm。     

N(~4S_u) CH(a~4∑~-)体系的分子反应动力学研究

用轨线法对Ｎ（４Ｓｕ）＋ＣＨ（０，０）→ＣＮ（ｖ′，Ｊ′）＋Ｈ（２Ｓｇ）和Ｎ（４Ｓｕ）＋ＣＨ（０，０）→ＮＨ（ｖ′，Ｊ′）＋Ｃ（３Ｐｇ）反应进行计算，研究了两个反应的阈能、反应截面、产物散射分析和微观反应机理     

重楼皂甙提取工艺优化与近红外光谱在线质量控制

以滇重楼的根茎为实验材料，重楼甾体总皂甙的提取率为评价指标，运用L16（4^5）正交试验，考察了皂甙浸出过程中的浸泡时间、乙醇浓度、超声剂量、粗粉质量与浸泡用乙醇体积之比4个因素在4个水平下的工艺过程，筛选出了最佳提取工艺。实验结果表明：粗粉（0．45mm粒径）用30％的乙醇溶液浸泡36h后，超声30min，粗粉质量与（浸泡）乙醇的体积比1：15为最佳提取条仲，重楼甾体总皂甙的提取率为9．50％。以近红外漫反射光谱技术为在线监控手段，利用模式识别方法对AB-8树脂分离精制过程中的吸附、杂质洗脱和甾体总皂甙解吸洗脱等工艺过程进行了在线质量监控方法研究，建立了优化的质量可控的分离纯化方法。     

重楼皂甙提取工艺优化与近红外光谱在线质量控制

以滇重楼的根茎为实验材料,重楼甾体总皂甙的提取率为评价指标,运用L16(45)正交试验,考察了皂甙浸出过程中的浸泡时间、乙醇浓度、超声剂量、粗粉质量与浸泡用乙醇体积之比4个因素在4个水平下的工艺过程,筛选出了最佳提取工艺.实验结果表明粗粉(0.45 mm粒径)用30%的乙醇溶液浸泡36 h后,超声30 min,粗粉质量与(浸泡)乙醇的体积比115为最佳提取条件,重楼甾体总皂甙的提取率为9.50%.以近红外漫反射光谱技术为在线监控手段,利用模式识别方法对AB-8树脂分离精制过程中的吸附、杂质洗脱和甾体总皂甙解吸洗脱等工艺过程进行了在线质量监控方法研究,建立了优化的质量可控的分离纯化方法.     

基于紫外光谱-支持向量机对STR的基因分型

利用紫外光谱结合支持向量机(SVM)模式识别原理建立了短串联重复序列(STR)的分型方法.以D5S818基因座的10-10、11-13和13-13三个基因型为研究对象,优化了包含该多态性位点的DNA片段的聚合酶链反应(PCR)的扩增条件和紫外光谱检测条件,获得了优化条件下的待测样本紫外光谱.以该光谱为识别变量,建立了该...     

聚甲醛的改性研究进展

聚甲醛作为常用工程塑料,因具有较高的强度、良好的耐磨、绝热、绝缘性能及优异的可加工性能使其广泛应用于机械工业、汽车、电子电气及精密仪器等领域,但冲击韧性低和稳定性差限制了聚甲醛在工业上的应用,因此近几年聚甲醛的改性研究颇受重视。本文综述了聚甲醛的改性方法,详细论述了不同改性工艺对聚甲醛力学性能、摩擦性能、绝热绝缘性能及稳定性的影响,并对聚甲醛工业应用的发展方向做出了展望。     

基于偶合人工神经网络的近红外光谱对D5S818基因座的分型

本文基于近红外光谱结合化学模式识别中的偶合人工神经网络(ANN-ANN)法研究了一种快速、简单和低成本检测STR基因型的方法。选择STR基因座D5S818的差异较小的10-11、11-11、11-12与11-13基因型作为研究对象,将这四个基因型样本进行标准的PCR扩增并采集PCR产物的近红外光谱,以近红外光谱为判别变量,以其中一个ANN(rich-information-extracted ANN,RIE-ANN)用于提取建立判别模型的富信息变量,另一个ANN(discriminant-model-built ANN,DMB-ANN)即用于模型建立。ANN-ANN的网络结构为:338-30-338(RIE-ANN)和30-8-4(DMB-ANN)。对于校正集的校正均方根误差为0.0148,预测集为0.0127,预测准确率达到100%。成功实现了基于近红外光谱对STR基因型的快速、简单和低成本检测。