目的利用自主研发的全时段多波长融合软件,建立中药木蝴蝶有效组分的指纹图谱。方法采用高效液相色谱法,Eclipse Plus C_(18)色谱柱(2.1 mm×100 mm,1.8μm),0.1%甲酸水溶液(A),流动相为乙腈(B),进行梯度洗脱(0~10 min,15%~57%B;10~...目的利用自主研发的全时段多波长融合软件,建立中药木蝴蝶有效组分的指纹图谱。方法采用高效液相色谱法,Eclipse Plus C_(18)色谱柱(2.1 mm×100 mm,1.8μm),0.1%甲酸水溶液(A),流动相为乙腈(B),进行梯度洗脱(0~10 min,15%~57%B;10~15 min,57%~65%B),柱温:30℃,检测波长:256、280、300、320 nm,流速为0.4 m L·min^(-1)。结果不同产地的中药木蝴蝶指纹图谱与参照图谱相比相似度均>0.9,但是各产地有一定的差异性,根据聚类分析大体可分为3类,其中大理、广西、亳州、四川为一类,昆明、贵州为一类,丽江、湖南为一类。结论建立了中药木蝴蝶有效组分全时段多波长融合指纹图谱,经方法学考察,该方法简便、准确、重复性好,可以为中药木蝴蝶的质量控制提供依据。展开更多
文摘应用全光谱测量水体化学需氧量(chemical oxygen demand,COD)、硝酸盐氮(NO_(3)-N)浓度等水环境质量指标容易受水质环境影响,检测模型与特征波长一直是全光谱检测推广关注重点。该文提出一种基于遗传算法-径向基神经网络(genetic algorithm-radial basis function neural network,GA-RBFNN)全光谱水体COD与NO_(3)-N浓度检测方法,鉴于GA搜索能力强、随机性高的特点,对预处理后全光谱吸收数据应用GA进行特征波长选取,以RBFNN神经网络留K法训练过程中平均决定系数作为适应度函数,输出最优特征波长与RBFNN神经网络参数进行部署,从而实现水体COD、NO_(3)-N浓度准确测量。最后,开展GA-RBFNN、偏最小二乘(partial least squares,PLS)、GA-PLS、RBFNN四种模型对160组水样的COD、NO_(3)-N浓度检测实验,结果表明GA-RBFNN模型对COD、NO_(3)-N检测平均决定系数、最大误差分别为0.9964、0.9950和3.9%、4.9%,均优于其他模型,方法具有重要推广价值。
文摘目的利用自主研发的全时段多波长融合软件,建立中药木蝴蝶有效组分的指纹图谱。方法采用高效液相色谱法,Eclipse Plus C_(18)色谱柱(2.1 mm×100 mm,1.8μm),0.1%甲酸水溶液(A),流动相为乙腈(B),进行梯度洗脱(0~10 min,15%~57%B;10~15 min,57%~65%B),柱温:30℃,检测波长:256、280、300、320 nm,流速为0.4 m L·min^(-1)。结果不同产地的中药木蝴蝶指纹图谱与参照图谱相比相似度均>0.9,但是各产地有一定的差异性,根据聚类分析大体可分为3类,其中大理、广西、亳州、四川为一类,昆明、贵州为一类,丽江、湖南为一类。结论建立了中药木蝴蝶有效组分全时段多波长融合指纹图谱,经方法学考察,该方法简便、准确、重复性好,可以为中药木蝴蝶的质量控制提供依据。
基金China Scholarship Council(No.201908320061)Postdoctoral Science Foundation Project of China(No.2018M640507)Open Research Fund of the National and Local Joint Engineering Laboratory of RF Integration and Micro-Assembly Technology(No.KFJJ20180202)。
