李晓红
,
熊志立
,
虞明阳
,
鹿秀梅
,
于霄
,
李发美
色谱
doi:10.3321/j.issn:1000-8713.2009.04.014
建立了骨碎补药材乙醇和环己烷提取物的高效液相色谱(HPLC)指纹图谱,并利用主成分分析法(PCA)对指纹图谱进行统计分析,以各主要色谱峰的保留时间和峰面积为变量得到score图和loading图.在score图和loading图中,骨碎补的正品和非正品可明显区分,且揭示出对此区分贡献最大的4个潜在指标成分,其中已知成分为柚皮苷、新北美圣草苷和E-4-O-β-D-葡萄糖酰咖啡酸.同时测定了这3种成分在19批正品和非正品骨碎补药材中的含量,其中10批骨碎补药材正品中3种成分的含量为:柚皮苷6.36～10.1 mg/g,新北美圣草苷5.14～9.21 mg/g,E-4-O-β-D-葡萄糖酰咖啡酸1.87～3.19 mg/g.该方法更全面地反映了药材的化学成分信息,并能从定性和定量两方面控制骨碎补药材的内在质量.
关键词:
高效液相色谱
,
主成分分析法
,
指纹图谱
,
柚皮苷
,
新北美圣草苷
,
E-4-O-β-D-葡萄糖酰咖啡酸
,
骨碎补
陈旭
,
李国英
功能材料
稀溶液粘度法研究表明,在纯水中,只有当透明质酸含量为10％时,共混物才相容；而氯化钠的加入,屏蔽了正电性的胶原分子与负电性的透明质酸分子之间的静电吸引力,从而避免了聚离子复合物形成,增强了胶原/透明质酸共混体系的相容性,使两者在任意比例都能相容.根据傅立叶红外光谱数据进行主成分分析研究表明,在纯水体系中,相容时胶原酰胺Ⅰ、Ⅱ、Ⅲ带与透明质酸的C-O-C、C=O、N-H及C-OH之间形成氢键；而加入氯化钠后,只在胶原酰胺Ⅰ、Ⅱ带与透明质酸的C=O、N-H及C-OH之间形成氢键.
关键词:
胶原
,
透明质酸
,
稀溶液粘度法
,
主成分分析法
,
相容性
,
相互作用
郭骏骏
,
晏华
,
胡志德
,
杨健健
材料工程
doi:10.11868/j.issn.1001-4381.2015.01.017
采用主成分分析法(PCA)研究了滚塑包装箱用高密度聚乙烯(HDPE)在四个地区特定环境条件下,1年期内5个气象因子及6个力学指标的变化规律,分析了力学指标对气象因子的敏感度差异及其相关关系.结果表明:气象因子敏感度分析发现冲击强度与弯曲模量对气象因子最敏感,拉伸强度敏感度较强但地区差异大,弯曲强度、硬度和拉伸模量敏感度低.相关关系分析发现月总辐射量和总降水量与冲击强度变化呈协同相关,月平均气压呈抵抗相关,月平均相对湿度呈弱相关.弯曲模量变化与气象因子相关水平弱于冲击强度,且与各气象因子相关水平大致相同.
关键词:
主成分分析法
,
环境适应性
,
环境敏感度
,
相关关系
王峰
,
袁开明
,
舒乃秋
绝缘材料
针对绝缘子污秽放电模式识别过程中声发射信号的特征参量维数过高的问题，采用主成分分析法对特征参量降维，利用提取到的绝缘子污秽放电声发射信号的特征参数构成原始特征参量矩阵，通过对原始特征参量矩阵进行K-L正交变换，产生了包含原始特征参量矩阵主要信息的K个主成分，最后利用小波神经网络进行绝缘子污秽放电的模式识别。结果表明：利用主成分分析法降低特征参量的维数，使分类器的结构更简单，小波神经网络比传统的BP神经网络具有更高的识别率和更优的识别效果。
关键词:
主成分分析法
,
小波神经网络
,
绝缘子污秽放电
,
模式识别
高艳飞
涂料工业
选取具有不同特性的5种铝塑膜专用涂布液,测试了它们的黏度、固含量、细度、表面张力和保湿性等指标.以T02冷烫模切机为网纹涂布设备,分别将涂布液涂布在铝塑膜上,用金相显微镜观测了铝塑膜涂布前后的微观结构,用光泽测定仪测试了涂层的光泽,用平滑度仪测试了涂层的平滑度,用3M胶带测试了涂层的附着力.运用主成分分析法分析了影响涂布液性能的主要因素,确定了不同因素的影响权重系数,利用多元回归分析法建立了涂布液基本性能与涂层质量特性(光泽、平滑度、附着力)的综合评价函数模型;通过实验,验证了模型的合理性.使用该评价模型评价涂布液性能时,不需要对涂布液进行打样测试,相对于传统的评价方法具有高效和实用的特点.
关键词:
铝塑膜
,
涂布液
,
主成分分析法
,
多元回归分析法
陈奎
,
张天云
,
郑小平
,
宏永峰
机械工程材料
通过对标准化数据矩阵加权,以及对特征向量取绝对值,对传统主成分分析法进行了改进,并构建了基于改进主成分分析法的工程材料综合评价模型；并以5种候选低温储罐用铝合金材料的综合评价为例,对上述模型的适用性进行了研究.结果表明:用该模型得出2014-T6铝合金是最佳的候选材料,这与实际应用以及TOPSIS法的评价结果一致；改进主成分分析法通过对特征向量取绝对值,避免了评价结果出现负值,使得评价结果更为合理,适用于工程材料的综合评价.
关键词:
工程材料
,
综合评价
,
主成分分析法
