典则分析研究柴胡达原饮不同煎煮方式对化学成分溶出的影响

研究柴胡达原饮多种分煎、合煎方式对柚皮苷、橙皮苷、新橙皮苷、和厚朴酚、厚朴酚5种成分溶出的影响.将柴胡达原饮方中10味中药材,按照君臣佐使分为4组:A(黄芩、柴胡),B(枳壳、桔梗、厚朴、草果、青皮、槟榔),C(荷叶),D(炙甘草).按照排列组合排成15种组合方式.采用UFLC检测提取液中柚皮苷、橙皮苷、新橙皮苷、和厚朴酚、厚朴酚的含量.运用SAS 9.1对数据进行相关分析和综合评判.结果发现:5种成分均能达到基线分离,各成分均有较宽的线性范围和良好的线性关系;枳壳在合煎、分煎中受到的影响与青皮、厚朴是不同的;较佳组合为ACD+B,柚皮苷、橙皮苷、新橙皮苷、和厚朴酚、厚朴酚的含量分别为1.3130、0.6370、1.9420、0.8786、0.6110 mg/mL.ACD+B方式分煎,5种成分的溶出最大;相关分析能较好地揭示各组分的相互关系.     

基于分层Boussinesq类模型的孤立波爬坡模拟

 波浪爬坡是自然界中普遍存在的现象,是近岸防波堤等结构物设计需要考虑的因素。本文采用分层Boussinesq类方程对近海岸波浪爬坡开展数值模拟研究,采用有限差分方法数值离散二层Boussinesq类方程,建立数值波浪模型。根据Synolakis 1986年的物理实验,数值模拟孤立波在梯形水道上的爬坡,验证了分层Boussinesq方程波浪模型在该研究中具有很好的适用性和较高的精度。模型较好地预报了波浪爬高的变化趋势。预报的波浪爬坡高度大于实验测量值,主要原因是实际的底摩擦大于模型中的底摩擦。     

基于变分模态分解与注意力机制的海洋风速预测

海洋风速预测对远洋航行安全与航线规划具有重大影响.风速同时受多种外在自然因素影响，表现出强烈的非线性、非平稳性与随机性等特性，使得预测准确性受到极大考验.为提高风速预测准确性，创新性地提出一种基于变分模态分解与融合注意力机制的神经网络的风速预测方法.首先，利用变分模态分解将风速序列分解为一系列调幅调频信号，以降低数据复杂度，有效提取特征并提高噪声鲁棒性，减少风速自身对预测准确性的影响.其次，对分解后的不同模态子序列利用融合注意力机制的神经网络进行风速预测.最后，用实测数据验证所提方法的有效性.与其他典型风速预测模型相比，所提方法可有效提高风速预测准确性.