小波包分析用于重叠分析化学信号的处理

对小波包分析的算法进行了改进,并将此算法成功地应用于多组分重叠色谱信号的解析.结果表明,本文提出的算法解决了MRSD算法的不足,更适合处理分析化学信号,用于重叠信号的解析时不需重构(逆变换),简化了数据处理步骤,加快了数据解析速度,具有较强的解析能力.对于重叠色谱信号的解析,小波包分析比小波分析具有更强的解析能力.     

一种新型交替迭代算法用于农药GC-MS信号快速分析

化学计量学算法为重叠GC-MS信号解析提供了有效手段. 免疫算法(IAs)可根据标准样品的信号(色谱或质谱)对重叠GC-MS信号进行解析并得到重叠信号中各组分的信息. 但是标样信号与实际测量信号之间的差别会造成解析结果出现偏差. 针对标样信号与测量信号不一致的问题, 作者提出了一种交替迭代算法用于重叠GC-MS测量信号的直接解析. 该方法在不提供标样信号的情况下可以解析出组分的质谱和色谱信息. 计算过程中, 采用随机产生的质谱作为初始输入, 利用最小二乘和IA算法交替计算质谱和色谱, 直到满足终止条件. 采用所建立的方法对40种组分的农药混合物进行了分析, 使用快速升温程序在10 min保留时间内得到了全部组分的色谱和质谱信息.     

基于高通量解析算法的复杂样品重叠气相色谱-质谱信号的快速分析

化学计量学算法为重叠气相色谱-质谱(GC-MS)信号的解析提供了有效手段,但其在计算过程中一般需要将数据进行分段处理,然后只对信号的某些区间进行解析,难以实现真正意义上的高通量分析。该文结合移动窗口目标转换因子分析(MWTTFA)和非负免疫算法(NNIA),建立了一种高通量解析方法。首先,根据所有可能存在的目标组分的标准质谱信息,利用MWTTFA检验复杂信号中存在的组分,并确定目标组分的质谱信息和洗脱时间区域。以得到的质谱信息作为后续计算的输入值,利用NNIA解析得到相应的色谱信息。采用快速升温程序对17种和42种农药混合标准样品的GC-MS信号进行分析,利用所建立的方法可在10 min内得到全部组分的色谱和质谱信息。     

小波变换用于植物激素重叠色谱峰中组分的定量分析

根据小波变换将信号按频率大小分解的性质，作者提出了一种用小波变换直接提取重叠色谱峰中单一组分信息的方法，并将其应用于植物激素混和体系重叠峰的解析与定量分析。结果表明：单组分的色谱信号经小波变换分解后仍能保持原有的线性关系，用小波变换从重叠信号中提取的单一组分信息也具有良好的线性关系。     

复杂色谱信号自动解析中的化学计量学方法

色谱及其联用技术日趋完善,并向自动化、高通量和快速的方向发展。化学计量学利用"数学分离"手段,可以实现色谱信号的自动化解析,已成为现代色谱分析中非常活跃的研究领域。但以往的化学计量学方法并不能完全有效地实现复杂色谱信号自动化解析。为此,自动化色谱解析算法成为科研工作者关心的重点,众多新型的自动化解析算法被提出。针对复杂一维色谱数据以及联用仪器得到的二维和更高维数据的自动化分析,化学计量学研究主要集中在自动色谱峰识别、背景以及基线漂移校正、色谱谱峰漂移校正以及重叠色谱峰的解析。该文对近十年来发展的复杂体系色谱信号自动化解析中化学计量学方法的原理与应用进行了总结与评述,比较了各类方法的优势与不足。在此基础上,针对当前色谱自动化分析过程中的难题对未来该领域的研究方向进行了展望。     

基于小波变换的航空润滑油酸值红外光谱分析

为利用红外光谱分析技术快速、准确测定在用航空润滑油酸值,将小波变换用于润滑油红外光谱预处理中,结合均值中心化法,提取光谱有效信息建模。光谱的小波变换选择符合光谱特征的db4小波为基函数,在分解尺度9下进行光谱分解,利用软阈值法滤除各层干扰噪声,重构消噪信号。该光谱预处理法与传统的Savitzky-Golay平滑导数结合均值中心化法相比,滤噪效果好,有效压缩了建模数据量。采用偏最小二乘法,选择最佳主因子数5,建立酸值模型,并对10个在用航空润滑油油样进行了分析。     

免疫算法用于复杂样品的GC-MS快速分析

建立了一种基于免疫算法的复杂样品气相色谱-质谱联用(GC-MS)快速分析方法, 该方法采用快速温度程序测定复杂样品的GC-MS信号, 再通过快速解析得到各组分的信息. 计算过程中, 采用各种可能存在于混合物中的组分质谱作为算法的输入, 按照保留时间的顺序逐一对重叠的质谱信号进行解析, 得到各组分的色谱信息. 对于混合物中实际存在的组分可得到该组分的色谱流出曲线, 而对于混合物中不存在的组分所得色谱流出曲线几乎为零. 采用所建立的方法对含有16个组分的有机磷农药混合物进行了分析, 在保留时间10 min内得到了所有组分的色谱信息.     

模式滤波器在色谱信号除噪中的应用

提出一种模式滤波器方法,用于解决色谱信号中宽带噪声的除噪问题。模式滤波器的应用原理是基于色谱信号与宽带噪声之间的形态差异。工作过程：先采用模式匹配方法识别宽带噪声,再识别各种噪声的起始点与终止点,最后采用线性插值方法重构含噪声的色谱信号。方法具有实现简单、运算速度快、去除噪声能力强等特点。由实际采集的色谱信号经除噪处理后所得的结果表明：模式滤波器比一般滤波器具有更好的除噪效果。     

基于化学计量学的GC-MS分析方法研究

气相色谱-质谱联用(GC-MS)、液相色谱-质谱联用(LC-MS)等,为分析多组分混合物提供了有力手段并广泛地应用于化工、食品、生物、医药等领域.但在分析多组分复杂体系时,其色谱信号严重重叠,使得该方法难于进行准确的定性定量分析.化学计量学方法的引入,为解决该问题提供了一种新手段.例如化学因子分析(CFA)、多元校正解析方法(MCR)、免疫算法(IA)和小波变换(WT)等已被成功地运用于复杂体系分析化学重叠信号的解析.     

免疫算法: 一种新的多组分重叠色谱信号的解析方法

色谱及其联用技术的快速发展使其成为复杂样品分析的重要手段,但在复杂样品分析中仍难以避免多组分色谱信号的重叠。化学计量学利用数学方法对复杂重叠信号进行解析,为复杂样品的色谱分析提供了新的手段。本文对免疫算法研究的近期进展进行了总结,并以具体的实例介绍了其在多组分重叠色谱信号解析方面的应用。     

Filter design for molecular factor computing using wavelet functions

Molecular factor computing (MFC) is a new strategy that employs chemometric methods in an optical instrument to obtain analytical results directly using an appropriate filter without data processing. In the present contribution, a method for designing an MFC filter using wavelet functions was proposed for spectroscopic analysis. In this method, the MFC filter is designed as a linear combination of a set of wavelet functions. A multiple linear regression model relating the concentration to the wavelet coefficients is constructed, so that the wavelet coefficients are obtained by projecting the spectra onto the selected wavelet functions. These wavelet functions are selected by optimizing the model using a genetic algorithm (GA). Once the MFC filter is obtained, the concentration of a sample can be calculated directly by projecting the spectrum onto the filter. With three NIR datasets of corn, wheat and blood, it was shown that the performance of the designed filter is better than that of the optimized partial least squares models, and commonly used signal processing methods, such as background correction and variable selection, were not needed. More importantly, the designed filter can be used as an MFC filter in designing MFC-based instruments.     

自适应中值滤波用于色谱信号去噪的研究

在分析化学领域中，如何从被干扰的信号中有效去除噪声并恢复有用信号，具有重要的意义。此文从中值滤波基本概念出发，针对经典中值滤波器滑动窗口长度固定对信号去噪的影响，提出了自适应中值滤波器，通过对某元素色谱曲线进行去噪处理，并与移动均值法和小波变换法进行比较表明，此方法不仅能有效地滤除脉冲和高斯噪声，而且使色谱峰的边缘得到良好保护，从而提高了色谱数据分析的精确性。     

中药色谱指纹图谱的小波变换及分形表达方法

提出一种基于小波变换的色谱指纹图谱分形表达方法。该法运用小波变换将色谱谱线分解至不同分辨尺度，然后计算各尺度分量的分形维数，用色谱的小波基分形参量替代色谱指纹图谱的采样值。仿真实验结果表明，色谱小波基分形参量对谱峰保留时间漂移具有较好的抗干扰能力。以当归和川芎两种中药材的品种及道地性鉴别分类问题为实例，比较研究色谱采样值与小波基分形参量，k-近邻法的交叉验证计算结果表明，小波基分形参量的分类效果优于色谱采样值。     

基于小波理论的化学谱图数据自适应滤波方法研究

运用小波理论,利用噪声与真实信号小波变换极大模性态之间的显著差异,提出了一类新的化学谱图数据自适应滤波算法,从根本上突破了现有算法均依据信噪频率特性进行滤波的传统模式.经大量色谱谱图数据处理试验证明,这种算法具有无需设置初始参数,消除人为误差因素对分析计算结果的影响,信噪分离性能好及峰位和峰高保持不变等一系列优点,其鲁棒性、自适应性和谱峰保真度完全符合仪器分析信号处理的要求.     

Suppressing the charged coupled device noise in univariate thin-layer videoscans: A comparison of several algorithms

The digital processing of chromatographic thin-layer plate images has increasing popularity among last years. When using a camera instead of flatbed scanner, the charged coupled device (CCD) noise is a well-known problem—especially when scanning dark plates with weakly fluorescing spots. Various techniques are proposed to denoise (smooth) univariate signals in chemometric processing, but the choice could be difficult. In the current paper the classical filters (Savitzky–Golay, adaptive degree polynomial filter, Fourier denoising, Butterworth and Chebyshev infinite impulse response filters) were compared with the wavelet shrinkage (31 mother wavelets, 3 thresholding techniques and 8 decomposition levels). The signal obtained from 256 averaged videoscans was treated as the reference signal (with noise naturally suppressed, which was found to be almost white one). The best choice for denoising was the Haar mother wavelet with soft denoising and any decomposition level larger than 1. Satisfying similarity to reference signal was also observed in the case of Butterworth filter, Savitzky–Golay smoothing, ADPF filter, Fourier denoising and soft-thresholded wavelet shrinkage with any mother wavelet and middle to high decomposition level. The Chebyshev filters, Whittaker smoother and wavelet shrinkage with hard thresholding were found to be less efficient. The results obtained can be used as general recommendations for univariate denoising of such signals.     

Wavelet transforms in separation science for denoising and peak overlap detection

Wavelet transform is a versatile time‐frequency analysis technique, which allows localization of useful signals in time or space and separates them from noise. The detector output from any analytical instrument is mathematically equivalent to a digital image. Signals obtained in chemical separations that vary in time (e.g., high‐performance liquid chromatography) or space (e.g., planar chromatography) are amenable to wavelet analysis. This article gives an overview of wavelet analysis, and graphically explains all the relevant concepts. Continuous wavelet transform and discrete wavelet transform concepts are pictorially explained along with their chromatographic applications. An example is shown for qualitative peak overlap detection in a noisy chromatogram using continuous wavelet transform. The concept of signal decomposition, denoising, and then signal reconstruction is graphically discussed for discrete wavelet transform. All the digital filters in chromatographic instruments used today potentially broaden and distort narrow peaks. Finally, a low signal‐to‐noise ratio chromatogram is denoised using the procedure. Significant gains (>tenfold) in signal‐to‐noise ratio are shown with wavelet analysis. Peaks that were not initially visible were recovered with good accuracy. Since discrete wavelet transform denoising analysis applies to any detector used in separation science, researchers should strongly consider using wavelets for their research.     

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.     

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.     

Adaptive numerical morphological filter for identifying chromatographic signals.

A morphological algorithm has been proposed to filter away impulsive noises confounded in the chromatographic signal. Compared with the conventional median filtering method, the results showed that the proposed method has the advantages of a better filtering effect and less distortion. In particular, the morphological filter with adaptive scale gives very good results.