基于深度学习的监控简报文本分类研究

电厂监控系统简报的准确分类对水电站智能化发展具有重要的推进作用。自然语言处理(natural language processing, NLP)技术是目前实现文本知识挖掘的重要方法,知识挖掘的深度和精度是该类方法的重要衡量指标。为了实现智能化、高效率的运行监盘,本文利用流域某电站监控系统简报数据集,结合神经网络和预训练模型对文本分类任务进行构建与微调,通过比较类CNN模型、类RNN模型、Bert与ERNIE等类预训练模型的效果差异,最终发现Text RNN_Attention在准确性与训练速度上优于其他模型,其准确率Acccracy值、宏观平均F1值与加权F1值分别可达到0.991 3、0.984 6与0.991 3。

经典名方桃红四物汤炮制方法考证

桃红四物汤出自清代柴得华所著《妇科冰鉴》。古籍中记载其处方用量及制法为:生地(酒洗),当归(酒洗),白芍(酒炒),川芎(生品),桃仁(去皮尖研泥),红花(酒洗)。方中有四个药味均是以酒作为辅料,但古籍记载较为模糊,并未明确如何酒制,且历经数代,炮制规格和用法都与现代有一定出入。为厘清方药炮制的历史演变情况,通过查阅历代本草古籍及方书,对桃红四物汤中六个药味的炮制方法进行考证,并重点梳理酒制工艺,确定了每个药味的炮制内涵。为经典名方炮制研究提供参考。

基于组方药味古今炮制工艺的经典名方桃红四物汤质量差异性研究

目的对比研究桃红四物汤(Taohong Siwu Decoction,TSD)组方药味分别为生品、药典"酒炙"和尊古"酒洗"时的质量差异性,辨识差异标志物。方法使用Eclipse Plus C_(18)色谱柱(150 mm×3.0 mm,1.8μm),流动相为乙腈-0.1%磷酸水溶液,进行梯度洗脱,检测波长为230 nm,柱温30℃,体积流量0.3 mL/min,进样体积10μL,建立UPLC指纹图谱。采用中药指纹图谱相似度评价系统确定共有峰,进行相似度评价,运用层次聚类分析(hierarchical cluster analysis,HCA)、主成分分析(principal component analysis,PCA)和偏最小二乘-判别分析(partial least square-discriminant analysis,PLS-DA)对不同组别的TSD进行质量评价,筛选出对TSD整体质量贡献较大的成分,并进行含量测定,评价组方药味不同炮制工艺对TSD质量的影响。结果选取了20个色谱峰作为指纹图谱共有峰,生品、药典"酒炙"和尊古"酒洗"组内相似度均大于0.996,组间相似度均小于0.980。通过与对照品比对,指认出5-羟甲基糠醛(3号峰)、没食子酸(4号峰)、绿原酸(7号峰)、羟基红花黄色素A(8号峰)、芍药内酯苷(9号峰)、芍药苷(10号峰)、阿魏酸(14号峰)、苯甲酸(17号峰)共8个成分。HCA、PCA和PLS-DA可明显将生品、药典"酒炙"和尊古"酒洗"分为3类,5-羟甲基糠醛、阿魏酸、羟基红黄色素A等成分可能是影响三者质量的差异标志物。含量测定显示,羟基红花黄色素A和阿魏酸在炮制后含量下降,5-羟甲基糠醛在炮制后升高,且相对于药典"酒炙",尊古"酒洗"后羟基红花黄色素A和阿魏酸含量增加,5-羟甲基糠醛含量降低。结论 TSD组方药味生品、药典"酒炙"以及尊古"酒洗"间存在质量差异,值得深入研究;为经典名方组方药味炮制研究提供依据。