论文部分内容阅读
目的:确定哮喘片薄层色谱鉴别的实验方法。方法:采用3种不同展开剂分别进行哮喘片中麻黄薄层色谱鉴别研究。结果:哮喘片色谱条件为:采用硅胶G色谱板,以三氯甲烷-甲醇-浓氨试液(20:8:1)为展开剂,茚三酮试液为显色剂,斑点清晰。结论:本实验精密度好且操作简便易行。
哮喘片中麻黄的薄层色谱研究
【摘 要】
：
目的:确定哮喘片薄层色谱鉴别的实验方法。方法:采用3种不同展开剂分别进行哮喘片中麻黄薄层色谱鉴别研究。结果:哮喘片色谱条件为:采用硅胶G色谱板,以三氯甲烷-甲醇-浓氨试
【机 构】
：
哈尔滨商业大学,黑龙江大学
【出 处】
：
黑龙江医药
【发表日期】
：
2009年05期
其他文献
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
引入工作流的思想,针对测井数据入库流程,通过数据库控制、软件控制、双机验证、三级审核等质量控制技术手段,高效优质的保证了测井数据入库质量。
近几年，为了满足国家对能源的不断增加的需求，国家大力扶持风电行业的发展。风电装备制造企业获得良好的发展空间，但是随着风电行业的飞速发展，更多的竞争者进入该市场，市场竞争加
太阳能电池板是光伏发电的核心部件,表面质量关系着其使用寿命和发电效率。针对目前太阳能电池板缺陷检测方法存在着检测效率低、周期长、检测缺陷单一等问题,文章设计了一种基于深度学习的太阳能电池板缺陷检测模型SSNBDL,其基本思想是,在Segnet网络框架基础上,使用空洞卷积替代其中的池化层,使得在增大感受野的同时还保留了图像的边缘信息,基于该模型对太阳能电池板缺陷进行检测,明显提高了检测的准确率。