亚麻籽油中药软胶囊的30天大鼠喂养试验研究

通过亚麻籽油与中药天然产物复配得到了一种具有缓解视疲劳作用的软胶囊。为了评价该软胶囊的安全性,对该样品进行30d大鼠喂养试验。试验结果显示,各试验组大鼠体重、进食量、食物利用率、血常规、脏体比及病理组织学观察等各项指标与阴性对照均无显著性差异。因此亚麻籽油中药软胶囊属无毒级,可开发成为高附加值保健食品。     

亚麻籽油中药软胶囊的急性毒性试验和遗传毒性试验研究

通过亚麻籽油与中药天然产物复配得到了一种具有缓解视疲劳作用的软胶囊,并对该样品进行了急性毒性试验和遗传毒性试验研究。结果表明,急性毒性试验中,最大灌胃剂量高达17.3g/kgBW;Ames试验、小鼠骨髓细胞微核试验和精子畸形试验结果均为阴性。因此,亚麻籽油中药软胶囊属无毒级,无致突变作用。     

基于CapsNet的汉字字形表征模型

提出基于胶囊神经网络(CapsNet)的汉字字形表征模型,通过表征汉字字形中的部件实现汉字字形的表征.首先,对任一汉字字形生成所有部件类别的表征向量.然后,根据部件存在概率,利用基于欧氏距离的离群点检测,选取相应的部件表征向量.最后,由选出的部件表征向量组成该汉字的字形表征.实验表明,文中模型在仅经过部件字形训练的情况下,即可有效识别汉字部件,同时自动生成汉字字形的有效表征.     

梯度直方图卷积特征的胶囊网络在交通监控下的车型分类

为了充分利用图像信息以提高现有交通监控下车型分类的效果,在胶囊网络的基础上增加梯度直方图卷积（HOG-C）特征提取方法,提出HOG-C特征的胶囊网络模型——HOG-C CapsNet。首先,使用梯度统计特征提取层对图像中的梯度信息进行统计,构建方向梯度直方图（HOG）特征图;其次,使用卷积层提取出图像的颜色信息,把提取出的颜色信息与HOG特征图融合构成HOG-C特征图;最后,输入卷积层提取HOG-C特征图的抽象特征,并通过胶囊网络对提取的抽象特征进行具有三维空间特征表达的胶囊封装,使用动态路由算法实现车型分类。在BIT-Vehicle数据集上对该模型和其他相关模型进行的对比实验中,该模型得到98.17%的准确率、97.98%的平均精确率均值（MAP）、98.42%的平均召回率均值（MAR）和98.20%的综合评价指标。实验结果表明,该模型在交通监控下的车型分类上具有更好的效果。     

摩罗胶囊质量标准的研究

目的建市摩罗胶囊的质量标准.方法用薄层色谱法鉴别处方中的玄参、麦冬、延胡索;用高效液相法测定制剂中芍药苷的含量.结果薄层色谱专属性强,芍药苷的线性范围为21.14～107.2 μg/mL,r=0.999 8,平均加样回收率96.19%,RSD 0.45%.结论该方法简便,准确,重复性好,可作为摩罗胶囊质量控制的标准.     

紫外分光光度法测定刺五加总苷总黄酮软胶囊中总苷含量

建立紫外分光光度法测定刺五加总苷总黄酮软胶囊中总苷含量;方法:以总苷为对照品,在波长265nm处测定刺五加总苷总黄酮软胶囊中总苷含量。结果:用紫丁香苷做对照品,其线性范围20.56～102.8μg/ml,r=0.9995,其平均回收率为98.92%,加样回收率为1.5%(n=5)。结论:该方法灵敏度高,重复性好,简单,准确,是一种测定刺五加总苷总黄酮软胶囊中总苷含量的有效方法。     

超高效液相色谱法测定天然β-胡萝卜素软胶囊中β-胡萝卜素

建立了超高效液相色谱测定天然β-胡萝卜素软胶囊中β-胡萝卜素的方法。样品用石油醚溶解提取,通过中性氧化铝柱,用丙酮＋石油醚（5＋95）洗脱、净化,用ACQUITYUPLCBEHC18（2．1×50mm,1．7um）色谱柱分离,以甲醇为流动相,流速为0．3mL／min,柱温为55℃,用二极管阵列检测器在450nm检测β-胡萝卜素,用外标法定量。结果表明,β-胡萝卜素在0．0—10．0μg／mL范围内有良好的线性关系,相关系数为0．9995,回收率在90％-95％之间。本方法简便快速,结果准确可靠。     

基于主动网络技术的智能网体系结构研究

给出了主动网络的基本思想,分析了智能网的基本原理及其缺陷。在此基础上提出了将主动网络技术应用于智能网的思路,探讨了主动智能网的体系结构,并较详细地描述了主动智能网的业务组成,密封囊分布机制和密封囊执行环境。     

胶囊内窥镜技术的研究进展

介绍国内外胶囊内窥镜技术的发展现状,着重介绍M2A胶囊内窥镜和NORIKA3胶囊内窥镜的内部结构,通过对几种主要胶囊内窥镜产品技术参数的比较,分析胶囊内窥镜的关键技术及发展趋势。     

Hydroxylation of phenol with H2O2 over transition metal containing nano-sized hollow core mesoporous shell carbon catalyst

The catalytic performance of transition metal (Fe²⁺ or Cu²⁺) containing nano-sized hol low core mesoporous shell carbon (HCMSC) heterogeneous catalysts for the hydroxylation of phenol with hydrogen peroxide (H₂O₂) in water was investigated in a batch reactor. The metal-containing HCMSC catalyst showed higher activity than the same metal ion-exchanged zeolites. The nature of the metal and its content in the HCMSC had remarkable influence on the reaction results under the typical reaction conditions (PhOH/H₂O₂=3, reaction temperature=60 ‡C). Fe²⁺ containing HCMSC catalyst showed high catalytic activity with phenol conversion of 29%, selectivity to catechol (CAT) and hydroquinone (HQ) about 85%, H₂O₂ effective conversion about 70% and selectivity to benzoquinone (BQ) below 1% in the batch system.