基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:基于标准离差法和最小二乘支持向量机(LS-SVM)数学模型优化丹参中丹酚酸B和丹参酮ⅡA两种有效成分的提取工艺.方法:在单因素试验基础上,超声温度、超声时间、液料比和乙醇浓度作为丹酚酸B和丹参酮ⅡA提取率的影响因素,选用Box-Benhnken Design中心组合试验设计进行四因素三水平试验,采用HPLC测定丹酚酸B和丹参酮ⅡA含量并计算各自提取率.运用标准离差法对丹酚酸B和丹参酮ⅡA的提取率进行权重赋值,得到综合值作为评价指标.最后建立LS-SVM模型对综合评价值和对应的提取工艺条件进行寻优和预测.结果:LS-SVM模型得到的最佳提取工艺为:超声温度85℃、超声时间52 min、液料比12∶1(mL/g)、乙醇浓度90%,在此条件下得到的最优综合评价值为15.32,验证试验的平均真实值为15.34,两者相对误差为0.13%.结论:将标准离差法和LS-SVM应用于丹参中丹酚酸B和丹参酮ⅡA提取工艺的优化和预测,验证试验结果吻合最优预测值,说明该模型可靠.此模型为中药有效成分的提取工艺优化研究提供了一种新的思路与参考.
推荐文章
基于LS-SVM的软测量模型及其工业应用
最小二乘支持向量机
特征提取
软测量
苛性比值
基于PSO滚动优化的LS-SVM预测控制
非线性模型预测控制
非线性建模
最小二乘支持向量机
粒子群算法
基于LS-SVM的苹果近红外光谱回归模型的研究
最小二乘支持向量机
近红外光谱
苹果
回归模型
基于加权LS-SVM的飞行事故率预测模型
可加权最小二乘支持向量机
飞行事故
事故率
预测建模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LS-SVM模型的丹参有效成分超声提取工艺优化
来源期刊 中药材 学科
关键词 最小二乘支持向量机 丹参 丹酚酸B 丹参酮ⅡA 提取工艺优化
年,卷(期) 2020,(4) 所属期刊栏目 制剂与工艺
研究方向 页码范围 936-941
页数 6页 分类号 R283.6
字数 语种 中文
DOI 10.13863/j.issn1001-4454.2020.04.029
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (122)
共引文献  (94)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(16)
  • 参考文献(1)
  • 二级参考文献(15)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
最小二乘支持向量机
丹参
丹酚酸B
丹参酮ⅡA
提取工艺优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中药材
月刊
1001-4454
44-1286/R
大16开
广州市中山二路24号中粤大厦10楼
1978
chi
出版文献量(篇)
11967
总下载数(次)
20
总被引数(次)
122072
论文1v1指导