利用二进样条小波模极大方法消除毛细管电泳信号噪声的研究

根据毛细管电泳信号中噪声与真实信号的模极大值特性之间存在较大差异的特点，提出了一种利用二进样条小波模极大值法去噪的方法研究了信号的半峰宽、不同信噪比以及阈值的选取对去噪结果的影响，并对模拟含噪信号和含噪毛经电泳信号去噪前后的结果进行了比较，实验结果表明，该法能效地消除谱带较宽的毛细管电泳等信号中存在的噪声。     

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。     

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。     

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。     

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.     

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.     

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。     

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。     

二进小波神经网络用于示波计时电位测定

提出了二进小波神经网络的结构及算法，并用于单组分和多组分示波计时电位信号的浓度计算。在二进小波神经网络中选用了Morlet母小波和修理的误差反传前向神经网络。探讨了二进小波神经网络中的中小波基个数，初始学习速率因子和动量因子等参数对网络预测结果的影响。结果表明：二进小波神经网络对双组分和单组分示波计时电位信号中去极剂浓度的预测均有很好效果。     

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。     

基于迭代小波变换的光谱信号本底扣除方法研究

本底会对光谱分析结果产生很大的干扰作用,为获取特征峰的有效信息,必须首先去除本底。该文提出了一种基于小波变换的本底扣除算法,通过对光谱及后续光谱迭代进行小波变换,利用逼近系数估计本底,直到本底收敛。提出了判断多次估计的本底最大误差是否足够小的收敛准则。利用该算法去除本底后,即可进行特征峰信息的提取。分别利用仿真光谱和实验能量色散X射线荧光光谱对算法进行了验证,并与传统小波变换和多项式拟合法进行了对比。结果表明,该算法能够更准确扣除光谱本底,对其他光谱的本底扣除也具有借鉴意义。     

小波傅里叶自去卷积用于示波信号中背景扣除的研究

将小波变换与博里叶自线性相结合提出的小波傅里叶自线性法用于示波计时电位信号中背景的扣除,既可以保证峰位置在处理前后不变,而且能将切口转变为切口峰并使切口峰的高度增加,同时又能使博里叶自线性操作更为简单。     

小波变换与分析化学信号处理

介绍了小波变换的基本理论并对小波变换的常用算法和应用进行了评述。由于小波变换的时2频局部化性质, 使其成为信号处理的强有力工具。在分析化学领域中, 小波变换在流动注射分析、伏安分析、高效液相色谱、红外光谱、质谱、核磁共振谱、可见-紫外光谱、光声光谱、扩展X-射线吸收精细结构(EXAFS) 谱等分析化学信号的平滑滤噪、数据压缩、重叠信号解析等方面都有成功的应用。     

Fourier Self-deconvolution Using Approximation Obtained from Frequency Domain Wavelet Transform as a Linear Function

Fourier self-deconvolution (FSD) for resolving overlapped bands was originally developed by Kauppinent et al. in 19811–3. Unfortunately, the conceptual simplicity of FSD is counterbalanced by a number of failings4. Firstly, linear function for deconvolut…     

基于分形维数的分析信号自适应中值滤波

提出一种面向分析仪器谱图信号处理的分形维自适应中值波方法（AMeFFD）。该法延拓运用分形理论，定义了相对点盒维数概念，由此建立建立判定脉冲型噪声的特异性指标，从而可自动调节中值滤波窗口宽度，有效地滤除脉冲型噪声及其它类噪声。对仿真色谱信号及实测色谱图的处理结果表明：AMeFFD法克服了经典中值滤波算法的缺陷，无论在信号的均方根偏差还是谱峰差等指标上，均明显优于后者，能在确保谱峰不畸变的同时更有效地滤除脉冲型常见噪声，是处理化学谱图信号的有力工具。     

基于OSC–WT–PLS近红外光谱法测定烟草中芸香苷

采用正交信号校正(OSC)结合小波变换(WT)对烟草光谱进行光谱预处理,将预处理后的烟草光谱结合偏最小二乘法(PLS)建立了烟草光谱对芸香苷的预测模型。利用OSC滤除光谱中与芸香苷含量无关的光谱信息,确定OSC提取的最佳主成分数为7,再选择WT中的最佳小波基函数bior1.1对OSC预处理后的光谱进行压缩及进一步滤噪,然后进行PLS建模,OSC–WT–PLS所建模型决定系数r~2=0.874,校正标准偏差RMSEC=0.85,预测均方根误差RMSEP=0.743,交互验证系数Q_(ext)~2=0.887。结果表明,用OSC–WT–PLS可滤除光谱信息中与待测样品含量无关的信息、减少光谱数据量,降低建立模型的复杂度、提高建模速度及模型的预测能力、准确度。     

基于多尺度小波变换的红外光谱谱峰识别算法

传统的谱峰检测方法一般分为3个步骤:谱线平滑、基线校正和谱峰识别.现有的基于小波变换的峰值检测方法能较好地将基线校正和谱峰识别两个步骤融为一步.在此基础之上,本研究将谱线平滑也很好地融入到小波变换的峰值检测算法中,使整个峰值检测算法成为一个整体.在峰值提取时,原始谱图直接处理,不再是处理加工过的谱图,减小了谱峰检测结果...     

Enhancement of the Nuclear Spin Noise Signal Using Wavelet Transform

Spin noise spectroscopy has attracted considerable attention recently owing partly to intrinsic interest in the phenomenon and partly to its significant application potential. Here, we address the inherent problem of low sensitivity of nuclear spin noise and examine the utility of wavelet transform to mitigate this problem by distinguishing real peaks from the noise contaminated data. Suppression of the random circuit noise and the consequent enhancement of the correlated nuclear spin noise signal have been demonstrated with discrete wavelet transform. Spectra of both ¹H and ¹³C nuclear spins have been considered and significant signal enhancements in both the cases have been observed. A detailed analysis of several possible wavelet, thresholding and decomposition solutions have been made to obtain the optimum condition for signal enhancement. It is observed that the application of wavelet transform leaves the spin noise signal line shape essentially unchanged, which is an advantage for several applications involving spin noise spectra.