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.     

伏安法中离散数据的傅里叶最小二乘处理方法

提出了傅里叶最小二乘法对含噪声伏安数据的处理，并讨论其原理。通过对理论模拟数据和甲醛实验体系中高噪声溶出伏安数据的处理，证明了Ｆｏｕｒｉｅｒ最小二乘法的可行性。     

动力学参数数目与法方程条件数的关系

多相催化反应动力学研究的基本问题是动力学方程中的参数估计，它一直是动力学研究中的活跃领域·在参数估计中最常用的方法是最小二乘法．早在1947年［刘开始用线性最小二乘法处理动力学模型的数据．1958年在线性最小二乘法中应用置信区间问题［21．1959年MarguardM出非线性最小二乘法问．前人提出如何求非线性最小二乘法的初值［4］，及加权最小二乘法的重要性问，并对最小二乘法在动力学中的应用做了综述卜］．在多相催化动力学研究中，关干线性最小二乘法遇到根本性困难的问题前人未涉及．我们曾在动力学研究中发现线性最小二乘法的法…     

阶跃伏安法信号的样条小波分析

采用样条小波基处理低信噪比的阶跃伏安法离散数据。仿真实验和化学实验结果表明,样条小波分析含强白噪声的信号时,能保真地提取出有用信号,信噪比(S/N)降低至0.1～0.2.这种方法具有不需设置目标函数、窗口函数、初值估计等优点,同时运算简单、节省储存空间。因此,样条小波运用于信号分析较现行方法优越,并具有广阔的应用前景。     

线性最小二乘法在环境空气检测领域能力验证结果评价中的应用

对线性最小二乘法在环境空气检测领域能力验证结果统计评价的应用开展了研究,并比较了线性最小二乘法与En值法的评价结果。研究结果表明,最小二乘法和En值法得出的评价结果相似。最小二乘法能够对能力验证数据统计结果进行有效的评价,并可以减少因实验室不能正确评估测量不确定度对结果评价的影响。     

分析化学窄带锐峰信号滤波新技术

窄带锐峰信号是指峰形狭窄、峰周围数据点极少的信号，采用常规滤波方法难以处理。本文提出了适合于这类信号的滤波新技术——Mexican Hat小波最小二乘法(MWLS)。它将原信号中的尖锐峰分离出来，以Mexican Hat小波构造拟合函数，根据最小二乘原理对各数据段进行拟合，再重构信号，以去除噪声。大量处理实践证明：该方法除噪能力强，滤波结果可靠，尖锐信号峰中的有用信息不会损失。即使对信噪比为1．5的高噪声锐峰信号仍能获得满意结果。     

仪器噪声在近红外光谱偏最小二乘模型内的传播效应

在实际多元校正应用中有很多因素会影响偏最小二乘(PLS)模型的预测效果,作为光谱数据本源的仪器噪声是其中的重要影响因素。以往的研究工作多使用各种滤波器或平滑方法来降低仪器噪声的影响,然而对于仪器噪声如何影响偏最小二乘的建模过程和模型预测能力鲜有报道。该文阐述并论证了仪器噪声怎样通过第一个隐变量的计算被引入模型中,经过对偏最小二乘计算过程的理论推导,论述了噪声的引入对偏最小二乘权重向量、载荷向量计算具有累积效应,并随着后续隐变量的计算不断在模型中传递,从而对偏最小二乘模型产生影响。同时对偏最小二乘模型的预测误差进行理论分解,将其划分为无噪理想模型本身的误差和由噪声传播导致的误差。结果表明,仪器噪声不仅会降低偏最小二乘模型的预测性能,还会影响偏最小二乘模型的最优复杂度选择。     

小波变换-偏最小二乘算法及其在复方甲硝唑注射液分析中的应用

提出了结合小波变换的偏最小二乘法（ＷＰＬＳ）,即先对光谱信号进行小波变换,去除噪声,再用偏最小二乘法对多组分同时测定。将该法用于模拟体系及复方甲硝唑注射液体系,结果表明,该法优于偏最小二乘法。     

基于微型计算机的1.5次微分极谱法

作者研制了一个实时钟控制的高精度数据采集和处理系统,用于采集和处理了双组分体系悬汞电极线性扫描伏安数据。原始数据经过九点最小二乘法平滑滤波,利用卷积变换算法程序处理,得到了半积分、半微分和1.5次微分极谱图。这种基于微型计算机的新极谱法与电子模拟仪器相比,能更好地消除噪声干扰,改善分析方法的灵敏度和分辨率。     

分数导数结合傅里叶最小二乘拟合处理含噪音的重迭信号

提出了一种含噪音重迭信号的综合处理方法 :先用傅里叶最小二乘法拟合噪音数据 ,然后对拟合后的信号求 2 .5次导数 ,在对模拟数据研究的基础上 ,讨论了求导后峰位漂移及其影响因素 ,给出了一个用于矫正峰位值的经验公式。用该方法对模拟和实际的紫外含噪音重迭信号进行处理 ,结果良好     

独立分量分析预处理法提高苹果糖度模型预测精度研究

为了提高苹果近红外光谱糖度预测模型精度,利用独立分量分析方法(ICA)对苹果近红外光谱进行了预处理,并且建立了糖度的偏最小二乘(PLS)预测模型。结果表明,独立分量分析不但能分离出噪声信号,而且所分离出来的光谱信号也比原始光谱信号光滑。在预处理后的最佳PLS糖度模型校正时的相关系数rc和标准偏差SEC分别为0.9549和0.3361,用于预测时的相关系数rp和标准偏差SEP分别为0.9071和0.4355。与普通的平均处理法的PLS模型相比,其精度有所提高,且模型更加简洁。     

基于料酒的三维同步荧光光谱模式识别研究

提出了一种应用同步荧光光谱技术无损快速鉴别料酒品牌的新方法.利用主成分分解法和小波变换法对料酒样品的同步荧光光谱信号进行了压缩处理,分别采用同步荧光光谱数据的第一主成分和小波细节系数为特征变量进行主成分分析和聚类分析,分类结果表明小波系数作为料酒的特征变量对料酒品牌分类正确率更高.利用偏最小二乘和径向基人工神经网络方法...     

一种基于光谱信息计算解析的液相色谱滤噪新方法

提出一种基于光谱信息计算解析的高效液相色谱滤噪新方法.对于HPLC/DAD所获得的二维量测数据,取半峰高以上色谱数据点所对应的各列光谱数据进行计算处理,求得在检测波长下的单位标准光谱,并根据光谱维数据与单位标准光谱的关系,采用最小二乘法重构计算求出色谱维数据,从而去除色谱噪声.仿真实验和实测谱图的滤噪结果表明,该方法能有效滤除常见噪声,与中值滤波算法相比较,滤噪性能明显优于后者,是提高色谱定量分析准确度的有力工具.     

激光拉曼光谱解谱和处理的方法研究

研究一种拉曼光谱解谱和处理的方法。以化学计量学为基础,信号处理技术为工具,配合计算机算法的数据处理方法。具体为基线校正:对拉曼光谱原始信号进行基于自适应迭代重加权惩罚最小二乘法的基线校正;平滑:对进行完基线校正的拉曼光谱信号进行基于惩罚最小二乘法的平滑;峰检测:对进行完基线校正和平滑的信号进行基于连续小波变换的峰检测。这种基于惩罚最小二乘法的光谱平滑具有快速,可以连续控制平滑度并且可以进行交叉验证得到最客观的平滑值。改善了基于非对称最小二乘法的传统基线校正方法的两个缺陷。同时,基于连续小波变换的峰检测算法可以自动地并且同时考虑峰形和峰高对峰进行检测,最大限度地降低了峰检测假阳性的概率。     

结合非对称最小二乘法与傅立叶变换对差分吸收光谱的解析

在分析差分吸收光谱技术中的光谱时,光谱慢变化部分拟合结果的好坏尤其关键.在光谱处理过程中,提出了结合非对称最小二乘法与傅立叶变换来解析气体吸收光谱的方法.气体的吸收光谱经傅立叶变换后得到其对应的频谱曲线,在频谱的基础上,借助非对称最小二乘法拟合出频谱中对应于吸收光谱中慢变化部分的基线.根据傅立叶变换的性质,在频谱的函数值上减去所拟合的基线值,达到去除吸收光谱中的慢变化部分的目的;进一步处理得到气体的差分吸收光谱,从而反演出气体浓度;并与传统的光谱处理方法--多项式拟合光谱慢变化的处理结果做了比较,验证了结合非对称最小二乘法与傅立叶变换来解析差分吸收光谱分析方法的可行性和优越性.     

样条小波和Fourier变换联用技术在分析化学中的应用

探讨了样条小波和Fourier变换方法的算法及应用特征,将两种方法联合使用,设计出了一种新型的数字滤波器,使两种方法互相取长补短,使各自的优势能得到充分发挥.优选了处理低信噪比分析化学信号的滤波参数.不仅能使结果峰形高度保真,克服样条小波分析方法的不足,而且可对高噪声信号进行处理.     

傅里叶变换用于铁和锌的同时光度测定

研究了傅里叶变换技术用于铁锌二组分的同时分光光度测定，采用傅里叶变换对吸光度数据进行预处理，再结合目标转换因子分析或偏最小二乘分析，结果较普通的目标转换因子分析或偏最小二乘法有显著改善。以傅里叶变换－偏最小二乘法就用于实际铝合金样品中铁和锌的同时测定，结果令人满意。     

动力学过程的精确模拟

采用加权最小二乘法更精确地模拟了化学动力学过程,结出了几种常见动力学模型的权重函数。用普通最小二乘法和加权最小二乘法对聚时苯二甲酸乙二酯的结晶动力学过程进行了处理。方差分析表明,两种加权最小二乘法的标准差均小于普通最小二乘法的标准差,所得斜率和截距也有明显不同,示出了模拟的相对结晶度及其导数曲线。     

现场紫外光谱及圆二色谱研究电化学还原反应诱导微过氧化物酶-11构象的转变

采用现场紫外光谱及圆二色谱电化学方法研究了微过氧化物酶-11的电化学还原过程.同时应用奇异值分解最小二乘法和双对数法对所得光谱数据进行处理.研究发现,电化学还原过程诱导微过氧化物酶-11的构象由无规卷曲向α螺旋转变,这为进一步理解生物电子传递过程与生物分子构象转变机理提供了基础信息.     

附加浓度权重的校准线回归方法

至今大多数分析方法都要通过对分析信号校正来计算被测组分含量,因此,分析信号校正是分析中的重要问题.一元线性回归是信号校正的常用方法.1 绝对偏差和相对偏差最小二乘回归设有普通变量Y_i,随机变量X_i,回归方程形式为Y=a bX,用绝对偏差最小二乘法拟合校准线,即求Σ((?)_i-Y_i)~2为最小值时a,b值,由方程组解得 计算简便,绘图直观是绝对偏差最小二乘法拟合校准线的一大优点,故在实际中得到广泛应用.但