小波变换用于近红外光谱性质分析

以汽油研究法辛烷值分析为例,研究了小波变换在近红外光谱分析中的应用。对近红外光谱的小波特性、小波变换参数以及变量提取方法进行了详细研究。研究结果表明：光谱噪音、有用信息和背景分别分布在小波高、中和低频区域;母小波函数对性质分析结果影响很大;小波变换可以同时扣除光谱背景、去除噪音和压缩变量,具有运算速度快、分析精度高以及无需去噪后处理等优点,在近红外光谱分析中具有很好的应用前景。     

离散小波变换-遗传算法-交互检验法用于近红外光谱数据的高倍压缩与变量筛选

用遗传算法(GA)与交互检验(CV)相结合建立了一种用于对近红外光谱(NIR)数据及其离散小波变换(DWT)系数进行变量筛选的方法，并应用于烟草样品中总挥发碱和总氮的同时测定。结果表明：NIR数据经DWT压缩为原始大小的3．3％时基本没有光谱信息的丢失；有效的变量筛选可以极大地减少模型中的变量个数，降低模型的复杂程度，改善预测的准确度。     

小波变换方法的比较──红外光谱数据压缩

介绍了小波变换和多分辨分析的基本理论以及常用小波变换压缩数据的3种方法:(1)只保留模糊信号;(2)全部保留模糊信号及锐化信号中的较大值;(3)保留模糊信号及锐化信号中的较大值.将紧支集小波和正交三次B-样条小波压缩4-苯乙炔基-邻苯二甲酸酐的红外光谱数据进行了对比,计算表明正交三次B-样条小波变换方法效果较好,而在全部保留模糊信号及只保留锐化信号中数值较大的系数时,压缩比大而重建光谱数据与原始光谱数据间的均方差较小.     

基于小波系数的近红外光谱局部建模方法与应用研究

局部建模方法使用与预测样本相似的样本建立模型,可解决光谱响应与浓度之间的非线性问题,扩大模型的适用范围,提高预测准确度。采用小波变换进行数据压缩并利用小波系数之间的欧氏距离作为光谱相似性的判据,实现了近红外光谱定量分析的局部建模方法,避免了样本之间的依赖性。将所建立的方法用于烟草样品中氯含量的测定,100次重复计算得到的预测集均方根误差(RMSEP)平均值为0.0665,标准偏差(σ)为0.0045,优于全局建模和基于主成分的局部建模方法。     

自适应小波算法用于近红外光谱的多元校正

实现了一种构建自适应小波滤波器的方法,并将其用于近红外光谱数据的多元校正。该方法根据一定的目标函数,针对信号的特性自适应地构造小波滤波器。用该法构建的滤波器对烟草样品的近红外光谱进行压缩,并将压缩后的数据采用偏最小二乘法建模,实现了烟草样品常规组分的定量分析。     

近红外漫反射光谱的小波变换滤波

利用小波变换对５２个烟草样品的近红外漫反射光谱进行滤波处理，并用ＰＬＳ法来计算烟草样品的总氮含量，结果表明小波变换滤波后，预测集的相对标准偏差由原来的９．２％降为７．４％，此结果也优于傅里叶变换和五点三次平滑。     

小波变换-可见-近红外光谱技术用于鉴别品牌料酒的研究

模式识别技术广泛应用于食品种类、品牌和原产地的分类鉴别.本文测定了三个品牌114个料酒样品的可见-近红外光谱,利用小波变换技术对光谱信号进行了去噪和压缩处理,并采用Fisher权重法计算了16个小波细节系数的Fisher权重.以16个小波细节系数为特征变量采用向量相似度法对三种不同品牌料酒进行了相似度分析,主成分分析法...     

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立。首先将原始光谱进行小波变换分解，得到系列小波细节系数，通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵，然后再采用多维偏最小二乘法建立校正模型。实验结果表明，该方法所建近红外校正模捌的预测能力更强，并更具稳健性。     

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立.首先将原始光谱进行小波变换分解,得到系列小波细节系数,通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵,然后再采用多维偏最小二乘法建立校正模型.实验结果表明,该方法所建近红外校正模型的预测能力更强,并更具稳健性.     

基于小波变换动态时间规整的近红外光谱模型传递方法

为解决因测量环境及仪器差异而导致的近红外光谱模型通用性较差的不足,提出一种基于小波变换动态时间规整算法的模型传递方法(Wavelet transform combined with dynamic time warping,WDTW),从而实现不同仪器之间模型的共享。首先,该方法将光谱进行小波变换预处理,然后利用动态时间规整算法(Dynamic time warping,DTW)找到近红外光谱波长点之间最优的对应关系并建立回归方程。使用近红外药品光谱数据集和汽油数据集建立传递模型,验证了基于小波变换动态时间规整模型传递方法的有效性。汽油光谱数据集C7、C8、C9和C10成分的预测标准偏差(SEP)分别为0.414 4、0.801 1、1.090 4和1.290 8;药品光谱数据集活性、硬度和重量的SEP分别为2.585 6、0.434 5和2.270 3,均小于传统方法。上述实验结果表明,所建立的模型传递方法能有效消除源机光谱和目标机光谱之间的差异,提高模型的稳定性和准确性,实现模型传递的效果。     

一种基于小波变换的近红外化学指纹图谱分析方法

提出了一种快速无损的化学指纹图谱分析新方法. 根据小波变换多分辨分析的特点, 对近红外(NIR)光谱进行小波分解, 从中提取被测样品的化学特征信息, 并作数字信息可视化处理, 构建形成可直观识别样品模式特征的NIR指纹图谱. 将该方法用于中药材丹参的质量检测, 检测结果与色谱指纹图谱检测结果相符, 能快速有效地识别丹参质量模式间的差异, 有望发展成为一种快速分析检测天然产物质量的方法.     

红外光谱数据的小波压缩和重建

介绍了小波变换及多分辨分析理论，并利用Ｄａｕｂｅｃｈｉｅｓ的正交紧支集小波基和Ｍａｌｌａｔ算法实现了对红外光谱数据的压缩和重建。计算表明，即使对原始数据压缩５倍，仍能很好地重建原有图谱，重建光谱数据与原始光谱数据之间的均方差为０．２６０。这为光谱数据的存储、检索和处理带来了方便。     

小波多尺度分段直接校正法用于近红外光谱模型传递的研究

分段直接校正(PDS)算法是目前最常用的近红外光谱模型传递方法,但它在对整个谱区进行校正时,始终依赖大小不变的传递窗口.为了提高传递效果,本研究在PDS基础上提出了一种新的算法--小波多尺度分段直接校正法(WMPDS),用于混胺的近红外光谱模型传递,并详细讨论了模型的传递参数和传递结果.本算法首先对混胺的近红外光谱进行...     

共聚物红外光谱的小波变换

用傅里叶变换红外光谱研究了辐射合成的丙烯酰胺、丙烯酸钠均聚物水凝胶和几种丙烯酰胺／丙烯酸钠配比不同的共的水凝胶的组成变化，发现共聚物的特征吸收带重叠得比较严重，尤其当丙烯酸单元含量较代时，其特征吸收带大部分则不能分辨，将其红外光谱经波波变换后，这类共聚物的特征吸收带较好地得到分离，成功地提高了红外光谱图的分辨率，有助于更好地定性或定量表征共聚物的组成。     

迭代法在相思树近红外光谱分析中的应用

以相思树样本的克拉森木素含量为研究对象,利用多波长下的近红外光谱数据建立了若干个预测木素含量的子数学模型.使用加权平均值公式给出了木素含量的首次近似值.根据木素含量实验值与近似值之间所具有的较强线性关系,给出了建立近红外光谱数据预测模型的迭代法.模型的预测精度随迭代次数的增加而提高.本迭代法有望用于其它树木某些化学成分...     

Application of Embedded Zerotree Wavelet to the Compression of Infrared Spectra

In this paper the embedded zerotree wavelet (EZW) method and Huffinan coding are proposed to compress infrared (IR) spectra. We found that this technique is much better than others in terms of efficiently coding wavelet coefficients because the zerotree quantization is an effective way of exploiting the self-similarities of wavelet coefficients at various resolutions.