样条小波变换用于分辨重叠伏安峰的研究

将样条小波变换技术用于分辨重叠的伏安峰 ,以选定的分辨因子作用于样条小波滤波器 ,使之成为峰分辨器 ,用它来直接处理重叠的伏安峰 ,取得了较好的结果 .被处理峰可达到基线分离 ,且峰位置的相对误差小于 3.0 %,峰面积的相对误差小于 5 .0 %,方法简便易行 .讨论了各种影响分峰效果的因素 ,包括不同的分辨因子及样条小波基等 ,并应用于镉 (Ⅱ ) 铟 (Ⅲ )和铅 (Ⅱ ) 铊 (Ⅰ )体系的实验数据的处理以验证该方法     

小波变换用于重叠色谱峰组分信息的提取

提出了一个小波变换用于提取重叠色谱中组分信息的理论公式，并将它应用于三组分和五组分重叠色谱实验数据的解析。结果表明：在定定分离度范围内，当相邻色谱峰峰宽相近时，根据此公式的计算结果，可以将各组分的信息从重叠色谱峰信号中提取出来。洒工作对小波变换用于重叠峰的解析具有重要意义。     

用于电分析化学重叠信号分辨的样条小波自卷积法

以正弦函数为分辨因子与样条小波滤波器相作用,使其构成样条小波自卷积法的峰分辨器,利用样条小波峰分辨器可以直接分开计算机模拟的不同类型的重叠双峰,分峰前后峰面积和峰位置的相对误差均小于5．0％;将其应用于电分析化学重叠信号的实验数据处理,得到较满意的结果。同时,为样条小波峰分辨器分辨因子提供了新的选择。     

小波变换用于色谱重叠峰的解析

利用小波变换的时频局部化性质，通过对色谱重叠峰信号小波变换后的某些频率段进行放大，使重叠谱峰得到了分离，并将此方法用于苯和甲苯二组分色谱体系的定量分析，重叠峰中各组分均得到了良好的线性关系及令人满意的定量分析。本文还讨论了不同小波基、分解的次数及放大系数在解析结果的影响。     

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。     

小波变换及其有色谱重叠峰解析中的应用

本文介绍了小波分析的基本原理、计算方法及其在色谱重叠峰解析中的应用。显示了小波分析的特点，表明了小波分析用于重叠峰的解析与传统的方法相比具有其优越性。     

二次微分与样条小波自卷积联用分辨重叠伏安峰

本文采用二次微分法寻找重叠峰的各个峰位置，再利用样条小波自卷积（SWSC）方法直接对重叠的伏安峰进行处理，取得了较好的结果。被处理的重叠峰可达到基线分离，且峰位置的相对误差小于3．0％（完全掩盖峰为5．39％），峰面积的相对误差小于2．0％。方法不用于铅（Ⅱ）－铊（Ⅰ）体系的微分脉冲伏安信号处理，取得满意的结果。     

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.     

重叠伏安峰的样条卷积法分辨

建立了分辨重叠峰的样条卷积法；利用三阶样条函数构成的峰分辨函数与原信号进行卷积，直接对重叠的伏安峰进行处理，取得了较好的结果；被处理的重叠峰可达到其线分离，且峰位置的相对误差小于3．0％（完全重叠峰为5．4％），峰面积的相对误差小于2．0％；应用于镉（Ⅱ）－铟（Ⅲ）实验体系的微分脉冲伏安信号处理，取得满意的结果。     

二阶样条小波卷积法分辨重叠化学信号

首次提出了二阶样条小波卷积分峰法, 通过二阶样条小波与重叠化学信号的卷积运算, 确定出各组分的峰位置和峰宽之比, 再利用样条函数构造峰分辨器, 分辨重叠信号, 同时给出了方法的理论依据, 并对参数的选择进行了讨论. 对大量仿真信号和实验信号的处理实践表明, 分辨后信号可以达到基线分离, 峰位置相对误差小于0.2%, 峰面积相对误差小于4.0%, 即使对于重叠严重的信号, 也能获得满意结果. 该方法可以直接用于含噪音的及多个峰的重叠体系, 是一种分辨重叠信号的有效新方法.     

小波包变换潜变量回归分辨重叠的紫外光谱

采用小波包变换潜变量回归(WPLVR)方法,同时测定联苯、苯酚和邻苯二酚。该法结合小波包变换和潜变量回归改进除噪质量。通过最佳化,选择了小波函数及小波包分解水平(L)。编制了两个程序PWPLVR和PFTLVR进行WPLVR和付立叶变换潜变量回归(FTLVR)法计算。试验结果表明WPLVR法是成功的且优于FTLVR法。     

小波分形分析重叠峰信号

用连续小波变换与分形理论相结合的小波分形峰位法对含噪重叠信号峰位置的提取进行了研究, 同时考察了信噪比和分离度对该法提取峰位置的影响; 结果表明 该法是一种提取含噪重叠信号中各单独峰峰位置的有效工具, 即使对于重叠程度和噪声干扰严重的信号也能得到较好的结果; 将其用于 Cd(Ⅱ )和 In(Ⅲ )重叠伏安信号的处理, 峰位置提取的相对误差小于± 1%; 该法具有准确、快捷、简便易行等特点, 发展前景广阔.     

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...     

二维小波变换与子窗口因子分析法结合用于含噪声HPLC-DAD数据的解析

将二维小波变换与子窗口因子分析法相结合,用于模拟的高噪声HPLC-DAD数据的解析.首先应用二维小波变换滤除噪声,然后采用子窗口因子分析法解析重叠峰.结果表明,信噪比为10的高噪声基本被滤除掉.     

Resolution of Overlapped Capillary Electrophoresis Peaks by Using Heuristic Evolving Latent Projections to Quantify Chloroquine Phosphate and Promethazine Hydrochloride

Chloroquine phosphate and promethazine hydrochloride are two main components in compound reserpine tablets. It is difficult to separate the two compounds with capillary electrophoresis (CE). Heuristic evolving latent projections (HELP) is a chemometric algorithm which is suitable for resolving overlapped peaks from CE and HPLC. In this paper, HELP was applied to resolving the completely overlapped peaks of chloroquine phosphate and promethazine hydrochloride from CE. Mathematical separation and satisfactory quantification results can be achieved easily without too much time involved in the procedure.     

应用连续小波变换预测蛋白质的二级结构

将代码为lgca蛋白质的氨基酸序列映射为疏水值序列，在合适的尺度下，通过 连续小波变换法分别对其α螺旋,α螺旋和β折叠之间的连接多肽(即部分规则和无 规则二级结构)进行预测，准确率分别为76．5％和85．7％．从PDBsum数据库中随 机抽取100个蛋白质作为测试对象，其中全α螺旋、全β折叠、α／β以及α+β蛋 白质各25个．在100个蛋白质中共有1618个连接多肽和747个α螺旋.本法预测到的 连接多肽共有1536个，其中1308个与实际结构一致，平均预测准确率为85.2％；预 测到的α螺旋有770个，其中581个与实际结构一致，平均预测准确率为75．5％． 结果表明：该法可较好地预测蛋白质的α螺旋、连接多肽，具有极大的发展前景．     

Resolution of Overlapping Chromatographic Peaks Using a Genetic Algorithm

ABSTRACT

A genetic algorithm for resolution of overlapping chromatographic peaks (GAROCP) using real-number coding, non-uniform mutation and arithmetical crossover methods is described in this paper. It was applied to resolution of highly overlapped multicomponent high-performance liquid chromatographic peaks by fitting experimental chromatogram to the exponentially modified Gaussian (EMG) model. The genetic algorithm was used to find the minimum of fitting error to optimize the parameters in the EMG functions which determine the shape and area of each peak. The applicability of the method was investigated with both simulated signals calculated by EMG functions and experimental multicomponent overlapping chromatograms.