基于LM-BP神经网络的穿心莲药材分类识别

目的建立高效准确的穿心莲样品识别模型,为进行质量控制提供参考。方法收集不同产地的12个穿心莲药材样品的指纹图谱,提取4个主成分利用LM-BP神经网络进行模式识别。结果建立了穿心莲药材指纹图谱的LM-BP神经网络模型,经过对不同产地穿心莲的识别,证明其有较好的识别功能。结论LM-BP算法在识别速度和精度上都比传统BP算法有了较大提高。

脑力宝丸质量标准研究

目的:进一步完善脑力宝丸质量标准。方法:在原标准的基础上增加了南五味子、石菖蒲、川芎、维生素E的薄层鉴别,采用Diamonsil C18(250 mm×4.6 mm 5μm)色谱柱;流动相:甲醇-异丙醇(70∶30);流速1.0 mL/min,检测波长284nm;测定维生素E含量。流动相:0.5%冰醋酸溶液;流速:1.0 mL/min;检测波长:246 nm;测定维生素B1含量。结果:可在同一薄层板上同时检出南五味子、石菖蒲、川芎、维生素E;薄层色谱特征明显,定性鉴别各阴性对照均无干扰。维生素E、维生素B1的含量测定方法平均回收率分别为99.96%和99.54%,RSD分别为1.66%和1.87%。结论:本法简便灵敏、准确,结果令人满意,作为药品标准可有效地控制脑力宝的质量。

TLC同时鉴别脑力宝丸中南五味子、石菖蒲、川芎、维生素E等4味药物

目的:进一步完善脑力宝丸质量标准。方法:在原标准的基础上增加了南五味子、石菖蒲、川芎及维生素E的薄层鉴别。结果:在同一薄层板上同时对样品中的南五味子等4味药物进行鉴定;薄层图谱斑点清晰,阴性无干扰。结论:本法操作简便快速,结果可靠,重现性好,可作为该产品质量控制的方法。