二进小波变换极大模法用于分析化学信号的滤噪

实验数据的滤噪在分析化学领域中具有重要的意义。小波变换技术具有很强的信号分离能力，容易把随机噪声从信号中分离出来，从而提高信号的信噪比。本文使用滤噪方法不同于传统离散小波变换方法，而是通过引入二进小波变换和李氏指数的概念，根据噪声与有用信号的极大模截然不同的特征，实现信号滤噪。实验数据的仿真结果研究也证明该方法的可行性。     

一种基于二进小波变换的自适应滤波方法

根据信号和噪声经小波变换后在不同尺度上有不同的特征，将相邻尺度二进小波变换值的相关量进行归一化处理并与小波变换值比较来判断信号与噪声，以噪声在各尺度的方差作为终止迭代的标准，提出了一种基于二进小波变换小波域选择噪声的自适应滤波方法。研究了模拟信号的去噪过程、半峰宽和信噪比对去噪结果的影响，并对模拟含噪信号和含噪毛细管电泳信号去噪前后的结果进行了比较。实验结果表明：由于该方法具有良好的自适应性和显著的滤波效果，必将得到广泛的应用。     

毛细管电泳信号的小波平滑与去噪

比较了小波去噪与小波平滑方法对毛细管电泳信号处理的差别.结果表明,用平滑方法处理毛细管电泳信号会使峰变宽变低,而用去噪方法处理引起有用信号的变化极小.     

毛细管电泳激光诱导荧光检测信号的小波滤噪

采用小波滤噪方法对毛细管电泳激光诱导荧光检测信号进行了处理，研究了小波变换中小波基的选择及噪声阈值的选择对滤噪的影响。结果表明，采用DB4小波基能有效消除毛细管电泳激光诱导荧光检测信号中存在的噪声，使信噪比得到较大改善。     

样条最小二乘法处理毛细管电泳数据的研究

毛细管电泳由于具有进样量少,分离效率高,分析速度快等优点而倍受关注［１～３］．目前商品化毛细电泳仪的检测器部分一般是光学敏感器,主要原因是光学检测受毛细管电泳的高压影响甚微,数据较为稳定,但是由于毛细管的内径很小,光程很短,大大限制了光学检测器的灵敏...     

连续样条小波变换用于分解重叠峰的研究

以B-样条小波为分析小波，提出了用于分析化学重叠信号解析的新方法——连续样条小波变换，结果表明：连续样条小波变换应用于分析化学信号的处理，能使峰变窄同时还能提高信号的信噪比，是一种新型有效的重叠信号解析方法，能从含噪声重叠信号中直接得到重叠峰的峰数目及其相应的峰位置。     

毛细管电脉在柱安培检测信号的小波滤噪研究

采用一种新的小波滤噪方法对毛细管电泳在柱安培检测信号进行了处理,研究了小波基的选择、噪音在不同细节中的特征以及噪音阈值的确定等,用此方法对酚类定量分析,结果信噪比、检测限和线性范围均有较大改善。     

一种新的小波滤波方法在化学谱图信号滤噪中的应用

仪器分析测定中，噪声的存在往往影响分析的准确度和仪器的检出限。小波变换多分辨分析的特性使得它成为一种很好的滤噪方法。基于小波分解后信号与噪声的小波系数随尺度变化规律不同的特性，提出了一种新的滤波滤方法-空域相关法，即通过不同尺度上相关系数模值与小波系数模模值的比较，达到滤波滤的目的。本文提出的方法具有无需人为选定无需人为选定滤噪阈值和小波函数、方法简单、失真度小等优点，可以大在提高信号的信噪比。模拟数据和ICP-AES实验数据证明了该方法的有效性。     

修正样条小波最小二乘法用于分辨高噪声重叠峰

采用连续样条小波变换确定重叠信号的组分峰的数目和峰位置,将样条小波最小二乘法加以改进,使其成为既能滤出噪声又能分峰的新方法.对信噪比为1的重叠峰进行处理,得到满意结果.该方法只需对信号进行一次处理,处理速度快,且数据点无须为2n(n∈Z).应用于毛细管电泳电导信号的处理,得到满意结果.     

罗红霉素及其制剂的非水介质毛细管电泳安培检测

研究了非水介质毛细管电泳－安培检测（NACE－AD）罗红霉素的方法，着重探讨了非水介质、支持电解质、酸碱度和电极电位对分离测定的影响；以铂丝为检测电极，电极电位为0．93V，在以甲酰胺－甲醇（体积比1：1）为有机溶剂，10mmol/L乙酸铵－2mmol/L乙酸为缓冲液的非水体系中，并用样条小波最小二乘法进行数据处理，罗红霉素的检出限为0.1mg/L,在5－100mg/L范围内的线性回归方程为：S＝80．1＋73．1ρ,r=0.9994;用该法检测罗红霉素制剂，回收率为94％－96％，结果令人满意。     

A New Denoising Technique for Capillary Electrophoresis Signals

Capillary electrophoresis(CE) is a powerful analytical tool in chemistry,Thus,it is valuable to solve the denoising of CE signals.A new denoising method called MWDA which emplosy Mexican Hat wavelet is presented ,It is an efficient chemometrics technique and has been applied successfully in processing CE signals ,Useful information can be extractred even from signals of S/N=1 .After denoising,the peak positions are unchanged and the relative errors of peak height are less than 3%.     

A New Method to Measure Electroosmotic Flow Mobility of Capillary Electrophoresis by Abrupt Change of Current De‐noising via Wavelet Transform

The electroosmotic flow mobility has been measured by the combination of monitoring the change in electric current during electrophoretic run and operating the wavelet transform. Once the sample solvent zone with different ionic strength from background electrolyte migrated from the capillary, a sudden change in current could be observed from the electric current record of time history. The exact time (in the middle of abrupt range) corresponding to the abrupt change in current was determined by wavelet transform. This work showed that the electroosmotic flow mobility determined by the proposed method was in a good agreement with the neutral marker method commonly used.     

基于提升格式的小波变换用于处理化学信号

将提升haar小波变换应用于对不同类型含高噪声化学信号的处理,提出1种用于高噪声化学信号中滤除噪声的快速新方法——提升小波滤噪法,并使之与重叠峰分辨技术联用;以优选的小波分解层数对低信噪比的分析化学信号进行基于提升格式的小波变换处理,取得满意的结果;方法简单、快捷、准确、易行．运算速度是传统小波变换的一半,对高噪声化学信号的处理结果信噪比提高几百倍,峰位置相对误差小于1．5％;应用于氨基酸体系毛细管电泳检测信号的处理,有效降低了实验噪声的影响,分辨提取了难以察觉的信号．结果峰形变窄,峰高增加．大大提高了峰的分辨率．验证和显示了方法的可行性和优越性。     

利用小波变换检测电化学噪声信号波形

简述了应用小波变换检测点蚀电化学噪声信号的基本原理,对在3.5％ NaCl溶液中工业纯铝发生点蚀的电化学噪声信号检测分析表明：小波变换能够提取发生点蚀的电化学噪声信号和测量系统噪声在多惊讶分辨空间中的波形特征,根据表征该特征的小波系数模极大值在不同尺度下的传播特性,可实现对点蚀电化学噪声信号波形的检测。     

小波变换及其在化学中的应用

简介了小波变换的原理，综述了从１９９２年到１９９８年９月小波变换在化学中的应用。引参考文献６５篇。     

Using Sub-Band Reconstruction in Wavelet Space and Fourier Transform to Extract Local Features from Analytical Signals Exactly and Straightforwardly

To cope with the problem of frequency aliasing in Mallat algorithm, which makes traditional discrete wavelet transform (DWT) inappropriate for feature extraction in some cases, an improved algorithm composed of sub-band reconstruction and Fourier transform is suggested through which the original signal could be split into a series of sub-bands of different frequencies with little distortion both in time and frequency domains. This strategy is developed to extract local features from analytical signals accurately as well as straightforwardly. Some NIR spectra have been selected as examples to demonstrate the availability and application of the proposed method.