基于主导波动量筛选原理的用户谐波发射水平估计方法

从现有波动量法出发,研究用户波动与背景谐波变化对公共联结点谐波电流、谐波电压的影响,提出一种基于用户主导波动量筛选原理的用户谐波发射水平估计方法。提出公共连接点(point of common coupling,PCC)谐波波动伏安特性比的概念,研究系统侧、用户侧谐波波动对其变化的影响;利用统计学筛选方法从PCC点谐波电流测量值中筛选出用户主导谐波电流波动量,以此估计系统谐波阻抗;采用用户谐波电压发射水平修正公式消除背景谐波的影响。对理论模型和实际工程算例的仿真证明该文方法的正确性和有效性。

基于相关性筛选原理的公共连接点谐波畸变量的分层量化

系统谐波阻抗的准确计算是公共连接点谐波畸变量分层量化的关键。经典波动量法计算谐波阻抗时受到背景谐波波动的影响,存在较大的误差。鉴于背景谐波没有波动时,公共连接点谐波电压、电流波动量之间表现为很强的线性相关性,提出一种基于相关性筛选原理的系统谐波阻抗计算方法,引入"测定系数"作为判据,筛选出背景谐波相对稳定的时间段对应的PCC点波动量样本,利用波动量之比计算系统谐波阻抗。仿真及实际工程算例证明该方法提高了谐波阻抗的计算精度,更准确有效地实现了谐波畸变量的分层量化。

小分子活性肽筛选方法

小分子活性肽作为疫苗、诊断试剂、药物以及药物先导化合物已成为药物研究领域的新趋势。小分子活性肽有多种筛选方法 :基于噬菌体展示肽库、蛋白质降解 (酶法 .化学法 )、MHC 多肽复合物、蛋白质结构、蛋白质结构预测和反义同源盒原理 ,它们各具特点。基于蛋白质结构的活性肽分子筛选将成为多肽药物筛选的主要方向之一。

药物高通量亲合色谱筛选中定性定量模型的建立

通过对AC高通量筛选过程的分析,建立了AC技术筛选药物的定性及定量模型,为高通量药物筛选提供了必要的理论指导.

信息的P-依赖与信息P-依赖挖掘-筛选

P-集合(packet sets)是一个新的动态模型,它是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对,即(X^F,X^F)是P-集合。P-集合把动态特性引入到有限普通集合X(cantor set X)内,改进了有限普通集合X。文中通过利用P-集合与它的动态特性,给出信息P-依赖(packet dependence)与P-依赖结构,给出信息P-依赖的属性特征,进而给出信息P-依赖挖掘与挖掘定理,以及P-依赖挖掘准则与信息P-依赖挖掘-筛选原理;最后根据这些研究结果给出应用。

基于筛选的新型药物开发方法

近年来,遗传化学和系统生物学的原理都已经关注于药物开发的过程,例如各公司在寻找作为潜在药物的来源以及其他感兴趣的商品化的化合物。本文介绍了一种新型的基于Darwinian筛选原理的平台。

大孔树脂法精制甘草酸

甘草酸是甘草的主要成分。具有广泛的用途。起初多采用溶剂萃取或离子交换树脂等提取方法．收率仅为2％．后来出现了超过滤法和晶种法。以上各种方法都需要先对甘草进行水提、酸析、醇提、浓缩等操作，以除去水溶性杂质和其他杂质。上世纪80年代以后日本对用大孔树脂法提取甜味剂作了许多工作。大孔树脂是吸附性与筛选性相结合的分子分离材料．其吸附性是由于范德华力或氢键的作用．而筛选原理由树脂本身的孔型结构所决定。大孔吸附树脂近年来已广泛应用于天然产物的分离，成为分离有机化合物尤其是水溶性化合物的有效手段。在天然产物化学成分的提纯方面也显示了其独特作用。我们用大孔树脂法精制甘草酸粗品．获得了满意的效果。产品经香草醛—硫酸比色法测定．含量高达95％。为了改善甘草酸产品的外观。我们采用草酸还原和活性炭脱色的方法得到的甘草酸颜色更浅。