一种有效提取弱信号的新方法

随机共振 ( Stochastic Resonance,简称 SR)最初由 Benzi[1] 于 1 981年提出 ,并在气象学领域中得到了成功的应用 .根据随机共振理论 ,通过加噪声可在某一“共振”点处大幅度提高信号的信噪比 .这种方法也已成功地应用于方波脉冲信号的恢复 [2 ] ,但在化学信号中的应用尚属空白 .我们首次将这种方法用于化学弱信号的检测 ,并在简单喇曼谱图的解析中获得成功 [3 ] .但是 ,加噪声的方法作为一种有效的信号分析手段还显得很不成熟 .具体表现为处理过程较繁 ,分析信号的峰位偏移明显 ,而且结果在一定程度上要依赖人为判断来决定 [3 ] .　　在…     

可见光/近红外光谱技术快速测定橙汁柠檬酸含量

为了快速无损测定橙汁的柠檬酸含量,提出了一种用可见光/近红外光谱技术进行检测的新方法。选用高效液相色谱法作为光谱柠檬酸测定的标定方法。采用平滑点数为5的移动平滑法对原始光谱进行预处理消除噪声。由于采集的光谱数据量非常大,为了减少建模时间,建模之前采用小波变换对经过预处理的大量光谱数据进行降维压缩,并在Matlab7.01中通过自编程序实现此变换。利用光谱专用分析软件Unscrambler 9.5,对压缩后的新变量进行分析,建立偏最小二乘(PLS)校正模型。考虑到不同小波基及分解尺度对数据压缩的影响,采用预测平方和PRESS值最小的评价标准,选择最佳的小波基Db4及分解尺度5。用于本实验的样本总数为40,其中30个样本进行建模,10个用于预测。用校正集相关系数(r)和标准偏差(SEC)作为校正模型的评价指标,预测结果采用预测相关系数(r)和预测标准偏差(SEP)来评定。文章将基于小波变换的PLS模型与直接建立的PLS模型进行了比较,偏最小二乘法结合小波变换的模型预测相关系数为r=0.901, 预测标准偏差SEP=0.937;而由PLS建立的模型其预测相关系数r=0.849,预测标准偏差SEP=1.662。由此可见,由偏最小二乘法结合小波变换所得模型效果优于单独使用偏最小二乘法的结果。     

基于大黄的红外光谱的人工神经网络鉴别研究

将傅里叶变换红外光谱法和人工神经网络用于鉴别正品和非正品大黄样品。在对神经网络训练前用小波变换对测量的红外光谱进行压缩,将原700个数据点的光谱压缩到44个变量,因此加速了神经网络的训练速度。52个大黄样品被用于网络模型的建立,其中包括25个正品大黄和27个非正品大黄的样品。文章还对隐含层神经元数目和动量参数的影响做了考察。结果表明,在优化的条件下用该方法对大黄样品的鉴别正确率达到98％。这种方法可被用于含大黄中药生产的质量控制。     

小波包分析-插值-RBF法同时测定铝合金中铁、锰、铜、锌

提出了一种在小波包分析对吸收光谱数据进行降噪处理的基础上,采用线性插值增加校正样样本数的新思路,为解决多组分分光光度同时测定中经常遇到的样本少变量多的问题,对提高预测结果的准确性提供了一种新方法。应用小波包分析-一维线性插值-RBF网络处理铝合金样品中铁、锰、铜、锌的同时测定。由于小波包分析-线性插值处理既能发挥良好的滤噪作用,又能使训练集样本对待辩识空间形成较好的覆盖,从而使RBF网络能提取到更多的特征信息,改善网络性能,研究结果表明,该方法可以显著降低测定样的相对误差,获得的测定结果令人满意。     

用分布核空间刻画象征空间OpS_(1,1)~m

在五十年代,人们就建立了象征与分布核的形式上的联系;但这之后象征学派和 Ｃａｌｄｅｒｏｎ－Ｚｙｇｍｕｎｄ学派一直处于分立的状态．即使对于 ＯＰＳ１,１ｍ,也只是对于它的一个子空间给出了刻画,这里用分布核空间刻画象征空间ＯｐＳ１,１ｍ     

侧链型聚合物DANS-PMMA脊形条波导的制备

有机聚合物的紫外漂白,经过一系列复杂的光化学反应,会使聚合物薄膜的折射率和厚度降低。在此基础上,利用金属掩模对聚合物薄膜进行选择性紫外漂白,制备出了聚合物脊形条波导。紫外漂白不需要对聚合物薄膜进行光刻和腐蚀便可获得边缘和表面比较整齐和光滑的脊形条波导,对减少波导的散射损耗十分有利。本文介绍了利用紫外漂白和金属掩模方法制备侧链型聚合物DANS（4－dimethylamino-4’nitro-stlibene)-PMMA(polymethyl methacrylate)脊形条波导的工艺过程,并对关键工艺进行了讨论。     

���ڸĽ�С����ֵȥ�뷨����Langmuir ̽���ź�

在分析软硬阈值去噪特点的基础上,提出一种改进的小波阈值函数。根据Langmuir探针I-V特性曲线的特点,提出一种改进的标准差估算方法来计算小波阈值。采用基于改进标准差和改进阈值函数的小波对探针特性曲线进行去噪,仿真结果表明,改进的方法取得了良好的去噪效果,提高了信号的信噪比,降低了均方误差,去噪效果优于传统阈值去噪方法。     

基于经验模态分解的SO_2浓度检测信号处理方法

荧光法测量SO2浓度是大气监测中常用的检测手段.双光路技术可以消除光源和光路的噪音干扰,但光电转换器件在激发光照射下产生的背景噪音也会影响定量分析的准确度.本文采用经验模态分解滤波算法降低检测中存在的各种噪音,在实现有效降噪的基础上较好地保存了有用的原始信号.仿真结果表明,针对SO2浓度检测系统,利用经验模态分解去噪后信号的信噪比达到204.273 6,均方误差为0.007 0.与小波去噪法相比,经验模态分解检测效果更佳.最后将经两组不同方法处理后的信号应用于气体检测系统中,实验数据的线性关系更好地验证了经验模态分解方法应用到浓度检测系统的可行性.     

高光谱遥感图像的小波去噪方法

高光谱遥感图像是由二维空间信息和一维光谱信息组成的三维数据。普通的去噪方式通常是分别对空间信息或光谱信息进行去噪,其主要缺点是忽视了高光谱图像强烈的谱间相关性和图谱合一的特点。针对这些特点,文章提出一种基于小波变换的高光谱遥感图像去噪方法。该方法对各波段高光谱图像逐一进行二维小波变换,根据含噪声大的波段与噪声小的波段的波长关系,对小噪声波段的高频系数加权求和,代替噪声大的波段的高频系数,通过小波逆变换得到去噪后的重构图像。该方法运算速度快,能有效地降低噪声。对机载可见红外成像光谱仪数据(AVIRIS)实验表明,与经典的BayesShrink图像去噪方法相比,方法重构图像的信噪比(SNR)高出3.8～10.6 db,节省运算时间一半以上。     

一种从辐射噪声中提取调制谱的方法

在水下航行器的辐射噪声中,螺旋桨节拍对航行器的宽带辐射噪声存在着明显的振幅调制,调制频率与航行器螺旋桨的转速有关。该特征可用于估计航行器的速度及目标分类与识别。本文利用子波变换原理,从实测的航行器辐射噪声中提取了它的调制谱,并据此对螺旋桨转速进行了估计,计算机仿真结果与实测的螺旋桨的转速具有良好的一致性。