检索结果-南通市图书馆

中国中药杂志 2016年第5期41卷 823-829页

作者：贾帅芸徐冰杨婵崔向龙史新元乔延江北京中医药大学中药信息工程研究中心北京100029 中药生产过程控制与质量评价北京市重点实验室北京100029

以丹参醇提过程为研究载体,采用离线方式采集过程样品的近红外光谱,并以HPLC测定值为参考值,采用偏最小二乘法建立丹参酮ⅡA的定量校正模型,对丹参提取过程进行监测。由于原药材批次间的质量差异性,会危及原有模型稳健性,基于此,该文首... 详细信息

以丹参醇提过程为研究载体,采用离线方式采集过程样品的近红外光谱,并以HPLC测定值为参考值,采用偏最小二乘法建立丹参酮ⅡA的定量校正模型,对丹参提取过程进行监测。由于原药材批次间的质量差异性,会危及原有模型稳健性,基于此,该文首次将简单区间计算法(simple interval calculation,sic)应用于中药提取过程近红外定量模型更新,且与random selection(RS)更新方法进行比较。基于sic算法的更新结果:RMSECV,RMSEP,RPD分别为0.006 8 g·L-1,0.005 4 g·L-1,3.14;基于RS方法的更新结果:RMSECV,RMSEP,RPD分别为0.006 4 g·L-1,0.006 8 g·L-1,2.50。结果表明sic比RS更优,为今后中药提取过程的质量控制与监测提供了研究基础。

关键词：丹参醇提过程近红外模型更新 sic算法偏最小二乘法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大规模MIMO检测算法研究

大规模MIMO检测算法研究

引用

作者：顾宫电子科技大学

学位级别：硕士

目前移动通信技术发展迅速,4G技术得到普遍应用,5G技术逐渐开始落地。其中,作为移动通信的基础技术之一,大规模多输入多输出技术(Massive MIMO)的应用在数据传输速率与可靠性提升方面表现出一定优势,已经成为移动通信市场的基础技术。但... 详细信息

目前移动通信技术发展迅速,4G技术得到普遍应用,5G技术逐渐开始落地。其中,作为移动通信的基础技术之一,大规模多输入多输出技术(Massive MIMO)的应用在数据传输速率与可靠性提升方面表现出一定优势,已经成为移动通信市场的基础技术。但是,大规模MIMO技术在应用时需要在基站部署数量庞大的天线,导致接收端信号处理事务复杂度增加,是该技术在应用时需要面对的主要问题。因此,提高大规模MIMO信号检测算法的准确性以及性能,对推广该技术具有重要意义。本文对大规模MIMO的信号检测算法进行以下研究:首先,本文对目前在大规模MIMO信号检测中采用的算法进行研究,包括线性算法以及非线性算法。通过仿真研究发现,线性信号检测算法的效率较高,而非线性信号检测算法的准确率较高。在实际的应用中需要平衡算法的性能以及效率,因此本文认为需要在保持非线性算法正确率的情况下降低算法的复杂度,提高算法性能。其次,为了改进连续干扰消除算法与最大比合并(MRC)信号检测算法的效率,本文提出了MRC-SO-sic算法,用于降低MRC的算法复杂度,并提高信号检测准确性。第三,为了改进ZF-sic算法的性能,本文基于Lanczos算法,利用该算法在大规模矩阵求解方法的优势,降低该算法的复杂度,并提高信号检测准确。通过仿真研究,对比分析优化后的算法与各传统算法的性能以及正确率,验证本文算法优化的有效性。本文通过对目前大规模MIMO的研究、仿真,改进了连续干扰消除算法与最大比合并(MRC)信号检测算法的效率,并利用Lanczos算法,在大规模矩阵求解方法的优势,降低该算法的复杂度,提高了信号检测的准确性,验证了文中算法的有效性,对提高大规模MIMO信号检测算法的准确性,降低算法复杂度有一定的参考价值。

关键词：大规模MIMO MRC算法 sic算法 ZF算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中药丹参提取过程多源信息融合建模方法研究

中药丹参提取过程多源信息融合建模方法研究

引用

作者：贾帅芸北京中医药大学

学位级别：硕士

中药生产过程是中药产品固有质量的具体形成阶段,其每个单元都会对中药质量产生影响。中药提取过程是中药形成制剂产品的必经阶段,也是最基础阶段。保证中药产品质量批间一致性,必须对中药制剂前处理工艺的开端——提取过程进行严格控... 详细信息

中药生产过程是中药产品固有质量的具体形成阶段,其每个单元都会对中药质量产生影响。中药提取过程是中药形成制剂产品的必经阶段,也是最基础阶段。保证中药产品质量批间一致性,必须对中药制剂前处理工艺的开端——提取过程进行严格控制。中药提取过程机理复杂,目前采用近红外(near infrared,NIR)等过程分析技术(PAT)手段可实现提取过程中若干指标性成分或有效成分的实时监测,但如何将质量监测信息和过程参数信息进行有效的融合,及提取过程所形成产品的质量预测模型和控制方法的研究尚存在不足。因此,本文以中药丹参饮片乙醇提取过程为研究对象,研究近红外光谱法在实时分析其脂溶性有效性成分的含量变化,建立近红外定量过程模型,并对过程模型进行更新以及建立多源信息融合模型,为丹参醇提过程品质调控垫定基础。本文的主要研究内容如下:1、对不同批次的丹参饮片进行实验室规模提取,实时采集丹参提取过程中的NIR光谱数据,采用HPLC法对提取过程中丹参酮ⅡA、隐丹参酮和丹参酮Ⅰ三个有效成分的浓度进行定量分析,建立对丹参酮类成分进行预测的偏最小二乘模型,为提高近红外定量预测模型性能,分别考察一阶导数(First derivative,1std)、二阶导数(Second derivative,2ndd)、多元散射校正(Multiplicative Scatter Correction,MSC)、标准正则变换(Standard Normal Variate,SNV)、小波滤噪(Wavelet denoising,WDS)和 SG平滑(9 点,Savitzky-Golay Smoothing)等光谱预处理方法。利用 siPLS(synergy interval partial least squares)进行特征波段筛选,模型结果为:RMSECV 为 0.0053·gt-1,RMSEP为 0.0058 g·L-1,RPD 值为 3.06(丹参酮 ⅡA);RMSECV 为 0.0020 g·L-1,RMSEP 为0.0093 g·L-1,RPD 值为 2.05(隐丹参酮);RMSECV 为 0.0048 g·L-1,RMSEP 为 0.0045 g·L-1,RPD值为3.33(丹参酮Ⅰ)。由于中药原料质量差异,生产环境、操作人员变化以及仪器响应波动等因素会导致NIR分析模型预测性能的退化,故采用有限批次样本建立的定量模型,会往往导致较大的预测偏差。因此,为提高近红外定量分析在中药制药过程中应用的可靠性和稳健性,采用sic(simple interval calculation)算法和RS(random selection)进行模型更新,基于sic算法的更新结果为:RMSECV为0.0068 g·L-1,RMSEP 为 0.0054 g.L-1,RPD 值为 3.14(丹参酮 ⅡA);RMSECV 为 0.0027·g·L-1,RMSEP为0.0026 g·L-1,RPD值为3.07 RMSECV 0.0051 g·L-1,RMSEP为0.0036 g·L-1,RPD值为4.26(丹参酮Ⅰ)。RS更新结果分别为:RMSECV为0.0064 g·L-1,RMSEP 为 0.0068 g·L-1,RPD 值为 2.50(丹参酮 ⅡA);RMSECV 为 0.0025 g·L-1,RMSEP为 0.0025·g-1,RPD 值为 3.18(隐丹参酮);RMSECV 为 0.0051 g·L-1,RMSEP 为 0.0041 g.L-1,RPD 值为 3.72(丹参酮 Ⅰ)。同理,选用不同批次丹参不同浓度醇提过程作为研究对象,建立同批丹参不同浓度醇提过程丹参酮ⅡA、丹参酮Ⅰ指标成分的NIR定量模型,模型性能参数分别为RMSECV 为 0.0078 g·L-1,RMSEP 为 0.0044 g·L-1,RPD 值为 4.00(丹参酮 ⅡA);RMSECV 为 0.0079 g·L-1,RMSEP 为 0.0057 g·L-1,RPD 值为 2.58(丹参酮 Ⅰ)。也建立不同批次丹参不同浓度醇提过程丹参酮ⅡA和丹参酮Ⅰ指标成分的NIR定量模型,建模结果分别为:RMSECV 为 0.0079 g·L-1,RMSEP 为 0.0058 g·L-1,RPD 值为 3.08;RMSECV 为 0.0108 g·L-1,RMSEP 为 0.0047 g·L-1,RPD 值为 3.18。对其采用上述两种方法进行模型更新,sic更新结果分别为:RMSECV为0.0081·gL-1,RMSEP为0.0042 g·L-1,RPD值为4.01(丹参酮ⅡA);RMSECV为 0.0106 g·L-1,RMSEP 为 0.0047 g·L-1,RPD值为3.24(丹参酮Ⅰ)。RS更新结果分别为:RMSEC

关键词：丹参多源信息融合建模近红外模型更新偏最小二乘 sic算法中药提取

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

LTE系统中的MIMO检测算法

引用

重庆工学院学报（自然科学版） 2009年第9期23卷 115-117页

作者：龚兵邓飞其华南理工大学自动化科学与工程学院广州510640

对几种经典的MIMO检测算法进行了分析与研究,着重讨论了ZF、MMSE、ZF-sic、MMSE-sic这4种算法的性能优劣,并用Matlab进行仿真,分析了这些算法的性能.结果表明,性能最好的为MMSE-sic,以下依次为ZF-sic、MMSE和ZF算法.

关键词： LTE MIMO ZF算法 MMSE算法 sic算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：