排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
目的:研究高速逆流色谱(HSCCC)分离天然产物中成分的应用进展.方法:采用Pubmed和CNKI数据库收集和整理HSCCC相关的实验研究情况,并主要综述了HSCCC的工作原理、特点、溶剂系统的选择、成分(生物碱、黄酮类及其它成分)分离与纯化、技术联用与改进等的应用及研究进展.结果:高速逆流色谱是最近几十年发展起来的一种具有独特优点的创新色谱技术(新型液-液分配技术),并随着对药物有效成分药用和食用疗效研究不断深入,已被广泛的用于天然产物的研究.结论:在色谱技术领域中,HSCCC应用于分离天然产物成分具有重要地位. 相似文献
3.
为建立测定脂必妥片中黄曲霉毒素B1含量的高效液相分析法,样品经80%甲醇溶液超声提取后,通过免疫亲合柱净化、柱后碘衍生化,以荧光检测器检测,采用Waters Sunfire C18色谱柱(4.6 mm× 250 mm,5 μm);甲醇—乙腈—水(40∶ 18∶42)为流动相;流速,0.8 mL/min;柱温,25℃;衍生溶液为0.05%的碘溶液,衍生化泵流速,0.3 mL/min,衍生化温度70℃;激发波长λex=360 nm,发射波长λem=450 nm.结果显示,黄曲霉毒素B1在0.0008~ 0.0040 ng(r=0.9999)范围内呈良好的线性关系;回收率为97.13% (RSD=0.73%),检出限为0.5μg/kg.本方法简便,结果准确可靠,适于测定脂必妥片中黄曲霉毒素B1的含量. 相似文献
4.
现有的基于BERT(bidirectional encoder representations from transformers)的方面级情感分析模型仅使用BERT最后一层隐藏层的输出,忽略BERT中间隐藏层的语义信息,存在信息利用不充分的问题,提出一种融合BERT中间隐藏层的方面级情感分析模型。首先,将评论和方面信息拼接为句子对输入BERT模型,通过BERT的自注意力机制建立评论与方面信息的联系;其次,构建门控卷积网络(gated convolutional neural network, GCNN)对BERT所有隐藏层输出的词向量矩阵进行特征提取,并将提取的特征进行最大池化、拼接得到特征序列;然后,使用双向门控循环单元(bidirectional gated recurrent unit, BiGRU)网络对特征序列进行融合,编码BERT不同隐藏层的信息;最后,引入注意力机制,根据特征与方面信息的相关程度赋予权值。在公开的SemEval2014 Task4评论数据集上的实验结果表明:所提模型在准确率和F1值两种评价指标上均优于BERT、CapsBERT(ca... 相似文献
5.
事件存在于各个领域,成为表示历史、文化遗产、多媒体和地理等领域数据的核心要素.事件是理解现实世界的基本语义单元,一个完整的事件一般由事件的参与者、事件的发生时间以及事件发生的地点等要素组成.但由于事件自身内部的结构复杂,且事件与事件间的关联紧密,从语义层面对事件的研究存在一定的难度.分析了现有的主要事件本体模型,对比了各个本体模型在概念层构建的核心概念及内部差异,分析了本体模型对事件间关系的定义、模型语义推理的难易程度及隐含关系的挖掘等方面的不足,对以事件为中心本体模型的进一步研究提供了一定的参考. 相似文献
1