简介:目的:建立高效、准确的氟曲马唑乳膏中氟曲马唑含量的高效液相色谱法。方法:采用高效液相色谱法,外标法定量。色谱条件:采用AglientEclipseXDB-C18(4.6×150mm,5μm)色谱柱,以乙腈-0.03mol·L-1磷酸二氢钠溶液(70:30)为流动相,流速1.0mL·min-1,柱温40℃,检测波长:220nm。结果:氟曲马唑浓度在20.03μg·mL-1~400.56μg·mL-1的范围内,呈良好的线性关系,相关系数为0.9998;平均回收率(n=9为99.81%),供试品溶液在24h内稳定。结论:该方法简便、稳定、可靠,可用于测定氟曲马唑乳膏中的氟曲马唑的含量,为其质量控制提供保证。
简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.