色谱计算机常用英文,【分享】色谱常用中英文单词

有用就看看吧~!

中文 英文

色谱图 chromatogram

色谱峰 chromatographic peak

峰底 peak base

峰高 h,peak height

峰宽 W,peak width

半高峰宽 Wh/2,peak width at half height

峰面积 A,peak area

拖尾峰 tailing area

前伸峰 leading area

假峰 ghost peak

畸峰 distorted peak

反峰 negative peak

拐点 inflection point

原点 origin

斑点 spot

区带 zone

复班 multiple spot

区带脱尾 zone tailing

基线 base line

基线漂移 baseline drift

基线噪声 N,baseline noise

统计矩 moment

一阶原点矩 γ1,first origin moment

二阶中心矩 μ2,second central moment

三阶中心矩 μ3,third central moment

液相色谱法 liquid chromatography,LC

液液色谱法 liquid liquid chromatography,LLC

液固色谱法 liquid solid chromatography,LSC

正相液相色谱法 normal phase liquid

chromatography

反相液相色谱法 reversed phase liquid

chromatography,RPLC

柱液相色谱法 liquid column chromatography

高效液相色谱法 high performance liquid

chromatography,HPLC

尺寸排除色谱法 size exclusion chromatography,

SEC

凝胶过滤色谱法 gel filtration chromatography

凝胶渗透色谱法 gel permeation chromatography,

GPC

亲和色谱法 affinity chromatography

离子交换色谱法 ion exchange chromatography,IEC

离子色谱法 ion chromatography

离子抑制色谱法 ion suppression chromatography

离子对色谱法 ion pair chromatography

疏水作用色谱法 hydrophobic interaction

chromatography

制备液相色谱法 preparative liquid chromatography

平面色谱法 planar chromatography

纸色谱法 paper chromatography

薄层色谱法 thin layer chromatography,TLC

高效薄层色谱法 high performance thin layer

chromatography,HPTLC

浸渍薄层色谱法 impregnated thin layer

chromatography

凝胶薄层色谱法 gel thin layer chromatography

离子交换薄层色谱法 ion exchange thin layer

chromatography

制备薄层色谱法 preparative thin layer

chromatography

薄层棒色谱法 thin layer rod chromatography

液相色谱仪 liquid chromatograph

制备液相色谱仪 preparative liquid chromatograph

凝胶渗透色谱仪 gel permeation chromatograph

涂布器 spreader

点样器 sample applicator

色谱柱 chromatographic column

棒状色谱柱 monolith column monolith column

微粒柱 microparticle column

填充毛细管柱 packed capillary column

空心柱 open tubular column

微径柱 microbore column

混合柱 mixed column

组合柱 coupled column

预柱 precolumn

保护柱 guard column

预饱和柱 presaturation column

浓缩柱 concentrating column

抑制柱 suppression column

薄层板 thin layer plate

浓缩区薄层板 concentrating thin layer plate

荧光薄层板 fluorescence thin layer plate

反相薄层板 reversed phase thin layer plate

梯度薄层板 gradient thin layer plate

烧结板 sintered plate

展开室 development chamber

往复泵 reciprocating pump

注射泵 syringe pump

气动泵 pneumatic pump

蠕动泵 peristaltic pump

检测器 detector

微分检测器 differential detector

积分检测器 integral detector

总体性能检测器 bulk property detector

溶质性能检测器 solute property detector

(示差)折光率检测器 [differential] refractive index

detector

荧光检测器 fluorescence detector

紫外可见光检测器 ultraviolet visible detector

电化学检测器 electrochemical detector

蒸发(激光)光散射检测器 [laser] light scattering

detector

光密度计 densitometer

薄层扫描仪 thin layer scanner

柱后反应器 post-column reactor

体积标记器 volume marker

记录器 recorder

积分仪 integrator

馏分收集器 fraction collector

工作站 work station

固定相 stationary phase

固定液 stationary liquid

载体 support

柱填充剂 column packing

化学键合相填充剂 chemically bonded phase

packing

薄壳型填充剂 pellicular packing

多孔型填充剂 porous packing

吸附剂 adsorbent

离子交换剂 ion exchanger

基体 matrix

载板 support plate

粘合剂 binder

流动相 mobile phase

洗脱(淋洗)剂 eluant,eluent

展开剂 developer

等水容剂 isohydric solvent

改性剂 modifier

显色剂 color [developing] agent

死时间 t0,dead time

保留时间 tR,retention time

调整保留时间 t'R,adjusted retention time

死体积 V0,dead volume

保留体积 vR,retention volume

调整保留体积 v'R,adjusted retention volume

柱外体积 Vext,extra-column volune

粒间体积 V0,interstitial volume

(多孔填充剂的)孔体积 VP,pore volume of porous

packing

液相总体积 Vtol,total liquid volume

洗脱体积 ve,elution volume

流体力学体积 vh,hydrodynamic volume

相对保留值 ri.s,relative retention value

分离因子 α,separation factor

流动相迁移距离 dm,mobile phase migration

distance

流动相前沿 mobile phase front

溶质迁移距离 ds,solute migration distance

比移值 Rf,Rf value

高比移值 hRf,high Rf value

相对比移值 Ri.s,relative Rf value

保留常数值 Rm,Rm value

板效能 plate efficiency

折合板高 hr,reduced plate height

分离度 R,resolution

液相载荷量 liquid phase loading

离子交换容量 ion exchange capacity

负载容量 loading capacity

渗透极限 permeability limit

排除极限 Vh,max,exclusion limit

拖尾因子 T,tailing factor

柱外效应 extra-column effect

管壁效应 wall effect

间隔臂效应 spacer arm effect

边缘效应 edge effect

斑点定位法 localization of spot

放射自显影法 autoradiography

原位定量 in situ quantitation

生物自显影法 bioautography

归一法 normalization method

内标法 internal standard method

外标法 external standard method

叠加法 addition method

普适校准(曲线、函数) calibration function or curve

[function]

谱带扩展(加宽) band broadening

(分离作用的)校准函数或校准曲线 universal

calibration function or curve [of separation]

加宽校正 broadening correction

加宽校正因子 broadening correction factor

溶剂强度参数 ε0,solvent strength parameter

洗脱序列 eluotropic series

洗脱(淋洗) elution

等度洗脱 gradient elution

梯度洗脱 gradient elution

(再)循环洗脱 recycling elution

线性溶剂强度洗脱 linear solvent strength gradient

程序溶剂 programmed solvent

程序压力 programmed pressure

程序流速 programmed flow

展开 development

上行展开 ascending development

下行展开 descending development

双向展开 two dimensional development

环形展开 circular development

离心展开 centrifugal development

向心展开 centripetal development

径向展开 radial development

多次展开 multiple development

分步展开 stepwise development

连续展开 continuous development

梯度展开 gradient development

匀浆填充 slurry packing

停流进样 stop-flow injection

阀进样 valve injection

柱上富集 on-column enrichment

流出液 eluate

柱上检测 on-column detection

柱寿命 column life

柱流失 column bleeding

显谱 visualization

活化 activation

反冲 back flushing

脱气 degassing

沟流 channeling

过载 overloading

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值