基于非洲秃鹫算法优化卷积神经网络的重叠峰解析方法

利用光谱仪器检测土壤中重金属时,由于仪器分辨率较低,峰位相近元素的特征峰会产生重叠。光谱重叠峰严重影响定量分析结果的准确性,为了得到准确的重金属含量需要进行光谱重叠峰分解。本文提出利用非洲秃鹫算法优化卷积神经网络(AVOA_CNN)的重叠峰解析方法。首先,利用高斯函数模型模拟出150个双高斯含噪光谱重叠峰和43个三高斯含噪光谱重叠峰,选择不同小波基函数进行光谱数据去噪,以信噪比和均方根误差(RMSE)为评价指标,最终确定coif3小波基函数,使用导数法进行光谱重叠峰预处理。然后,使用AVOA_CNN获得卷积神经网络(convolutional neural network,CNN)预测结果,解析结果表明,AVOA_CNN成功分解重叠峰且准确率高,双高斯光谱重叠峰和三高斯光谱重叠峰参数(峰强度,峰位,峰宽)的最大相对误差平均值分别为3.15%和5.90%。最后对比麻雀搜索算法优化CNN、CNN与AVOA_CNN,结果显示AVOA_CNN模型预测准确率最高。     

基于二次微分和小波变换的色谱重叠峰分析

色谱峰重叠现象的存在给化学成分的定性和定量分析带来了很多困难。利用小波变换的时域多分辨率特性可以较好地对重叠峰做出分离,但当色谱重叠峰的分离度较低时,分辨效果不佳。针对这一问题,提出了一种基于二次微分和小波变换的色谱重叠峰处理方法。仿真结果表明:本文方法在处理较低分离度的色谱重叠峰时具有明显优势。     

光谱重叠峰的曲线拟合解析策略与实现

针对光谱分析中的重叠峰问题,提出了一种基于曲线拟合的光谱重叠峰解析算法,讨论了曲线拟合的参数调整和表达非唯一性等问题,提出了最小峰 峰间距（MRI）、可分离最小峰 峰间距（MSI）和拟合误差曲线的三个特征区间等概念;在峰位的确定中,引入由宽逐严的排除策略。含噪模拟光谱重叠峰解析结果表明,所提出的算法是有效的。     

基于高斯混合模型的敞开式质谱重叠峰解析方法

针对敞开式质谱重叠峰影响待测物特征峰识别的问题,提出了基于高斯混合模型的重叠峰解析方法.根据手肘法和质谱图中各参数意义有效选取模型初始参数,然后研究了该方法在重叠峰不同幅值比、分离度和噪声下的解析效果,并对敞开式质谱实测冰毒碎片离子的重叠峰进行解析.结果 表明,模拟数据的各个参数在解析后变化较小,均值和标准偏差的最大相对误差分别为0.4％和2％;实测数据在解析后可有效识别目标谱峰并使信噪比最高可提升10.2％,该方法解析效果好并且具有抗噪声干扰能力,可用于敞开式质谱重叠峰的解析.     

基于小波变换和连续Hopfield神经网络的重叠峰解析策略

针对化学谱图分析中的重叠峰解析问题,提出了一种基于小波变换和连续Hopfield神经网络的谱图重叠峰解析策略.使用高斯函数作为曲线拟合的数学模型,将重叠峰分解为一系列高斯峰的叠加组合.首先,根据检测信号卷积型小波变换中奇异点特性分析原理,利用卷积型小波变换方法寻找信号的特征点,并根据特征点对信号做出初步解析;然后,构造解析峰参数与解析误差之间的函数关系,并以之作为连续Hopfield神经网络的能量函数;最后,根据该网络自我演化特性经过指定次数的迭代得到误差函数的极小值点,进而得到谱图重叠峰的最终解析参数.谱图重叠峰模拟解析表明,所提算法有效.     

连续样条小波变换解析高噪声重叠分析信号

采用连续样条小波变换方法对化学中高噪声重叠信号中峰位置和峰数目的提取进行了分析,讨论了信噪比、重叠程度、信号相邻峰高比对重叠信号解析的影响．结果表明：对于信噪比低至1的高噪声信号,采用连续样条小波变换处理能够得到重叠信号的峰位置和峰数目;连续样条小波变换对于高噪声重叠信号具有较好的解析能力,为低含量多组分物质的复合信号的定性定量分析提供了基础;该方法与离散小波变换法相比,数据点无须为2^n(n为整数),并且不需要对信号进行多次分解,因此简单快速。     

基于峭度的组分分析方法解析重叠峰

基于峭度的组分分析方法用来解析重叠峰．其优点是半盲源分离，即只要确定出重叠峰所含组分的数目，就能从混合波谱中分离出纯组分谱．采用CABK来解析模拟两组分重叠峰体系和酒样的GC-MS混合谱，得到了令人满意的结果．     

X射线能谱仪谱峰重叠问题的探讨

针对X射线能谱仪在对样品进行定性分析时经常出现的元素谱峰重叠问题,进行机理分析和归纳总结,提出在物证检验中如何避免谱峰重叠带来定性分析偏差的方法．     

应用近红外光谱研究苯基环氧丙烷基醚和芳香胺之间的反应

在中红外光谱中,氢氧基伸展振动吸收峰和胺基伸展振动吸收峰重叠,一级胺基平面内弯曲振动吸收峰和芳香环伸展振动吸收峰重叠,这极大地限制了中红外光谱对定量研究环氧树脂硬化反应的应用。本研究通过大量的实验证明:应用近红外光谱以上问题能够得到很好的解决。     

一种提取含噪声信号中重叠峰位置的新方法

以二阶B-样条小波为分析小波，提出了一种提取分析化学中含噪声重叠峰位置的新方法——连续样条小波变换法．在合适的尺度下，处理后的信号类似于信号的四阶导数．结果表明，采用连续样条小波变换法能使峰变窄，并能提高信号的信噪比，同时还能从含噪声重叠信号中直接得到重叠峰的数目及其相应的峰位置．     

应用Z-80微型计算机进行气相色谱仪实时数据处理——色谱峰的定量计算

本文描述了一个色谱实时数据处理软件的算法.将一系列色谱峰的起点与终点连接起来构成基线.峰起点与终点的确定采用相继5点的斜率比较法.两个重叠峰的谷点仅当它低于其相邻两个峰起点与终点之连线时才被考虑画入基线.重叠峰的分割一般用垂线法,在小峰骑大峰的情况下用切线法.峰面积积分用龙贝格法,计算机数据处理的结果与剪纸称重法作了比较,由此证实了前者的准确性.     

基于遗传算法和神经网络的色谱重叠峰解析

提出了一个新的色谱重叠峰解析方法———基于遗传算法(GA)和EMG模型的径向基函数神经网络(EMG-RBFNN)的色谱重叠峰解析。为了使EMG-RBFNN具有结构重组能力,用于色谱重叠峰解析的EMG-RBFNN采用了遗传算法。遗传算法具有鲁棒性和全局优化能力,若种群过小,则陷于局部极值点的概率将增高,而EMG模型是一个低效模型,选用过大的种群,必然使解析过程加长。为了提高算法效率,文中提出先用高效色谱峰近似模型———标准高斯模型进行繁衍,而后再用EMG模型的快速算法。     

柱效关系用于RBF神经网络色谱重叠峰解析

将径向基函数(RBF)神经网络引入色谱重叠峰解析领域·为了使RBF神经网络能适应于色谱重叠峰解析的需要,先在RBF神经网络学习算法中引入了基于可行域约束和共享小生境技术的遗传算法,而后又用两阶段遗传学习算法训练该神经网络以使其具有了结构自学习和参数优化的能力,适应于组分数未知的色谱重叠峰解析的需要,最后又将柱效关系引入至遗传算法的适应度函数中,极大地限制了解的空间,减少了病态解发生的概率·实验表明本方法解析精度较高,很适用于多组分色谱重叠峰解析,并且具有不需人为干预,自动确定网络结构即组分数的优点     

基于粒子群算法的重叠拉曼谱峰解析

在拉曼光谱技术的应用推广中,检测样品拉曼谱峰的重叠是不可避免的。为了快速解析并定量分析重叠拉曼谱峰信号,该文将粒子群算法分别应用于三组分拉曼谱解析三组分(甲苯,邻二甲苯和间二甲苯)、解析四组分(甲苯,邻二甲苯,间二甲苯和和乙基苯)和解析两组分(邻二甲苯和间二甲苯)芳香烃混合物。实验结果表明:此方法具有较好的分析精度,对于实验中的多组分芳香烃的定量分析,其误差均小于1%,准确率最高可达99.5%,并且占用机时较少,符合在线测量要求。分析结果表明,粒子群算法不但适用于将多种重叠拉曼谱峰进行相互分离,而且可以快速完成各个成分的定量分析,是在线拉曼分析中解析重叠拉曼光谱信号的有效方法之一。     

基于粒子群算法的重叠拉曼谱峰解析

在拉曼光谱技术的应用推广中,检测样品拉曼谱峰的重叠是不可避免的。为了快速解析并定量分析重叠拉曼谱峰信号,该文将粒子群算法分别应用于三组分拉曼谱解析三组分(甲苯,邻二甲苯和间二甲苯)、解析四组分(甲苯,邻二甲苯,间二甲苯和和乙基苯)和解析两组分(邻二甲苯和间二甲苯)芳香烃混合物。实验结果表明:此方法具有较好的分析精度,对于实验中的多组分芳香烃的定量分析,其误差均小于1%,准确率最高可达99.5%,并且占用机时较少,符合在线测量要求。分析结果表明,粒子群算法不但适用于将多种重叠拉曼谱峰进行相互分离,而且可以快速完成各个成分的定量分析,是在线拉曼分析中解析重叠拉曼光谱信号的有效方法之一。     

航空γ能谱全谱数据的高斯分解方法

137Cs等人工放射性核素的活度浓度是核应急环境电离辐射水平评价中的重要数据。为了提取NaI(Tl)航空γ能谱仪(GR-820)实测全谱数据的137Cs信息,采用高斯最小二乘拟合算法对实验谱线的低能重叠峰进行了单高斯和双高斯峰的拟合方法研究。对铀源、钍源和铯源实验数据用单高斯拟合的最大相对误差小于±15%,对铀和铯混合源的双高斯峰拟合峰面积的平均误差为21.84%。对3个重叠峰以上的高斯拟合方法仍需进一步深入研究。     

小波变换用于示波计时电位法中重叠峰解析

基于小波变换的分频及时移不变性,将小波变换用于示波计时电位法中重叠峰解析的研究。探讨了极化电流大小、频率和示波信号中噪音、分解次数等因素对小波变换结果的影响。实验结果表明：小波变换能从含有噪音和背景的信号中提取有用信息,使信号中重叠峰获得了较好的分离,可用于多组分的定量分析。     

一种提取重叠信号峰位置的新方法

提出了一种用于提取重叠信号中峰位置的新方法-小波分形峰位法，对重叠信号峰位置的提取进行了研究。结果表明：该法是提取含噪重叠信号中峰位置的有效工具，方法简便易行。     

多重非线性重叠峰形函数分解逼近的一种新算法

本文对非线性回归函数的数值解法，特别是多重非线性重叠峰形函数的分解、拟合提出了一种新的数理统计优选逼近方法，并以独特的模块化程序设计在微型计算机上得以实现。降低了通常Ｇａｕｓｓ－Ｎｅｗｔｏｎ算法对初值的过分依赖，突破了非线性函数拟合中仅对双重和三重Ｇａｕｓｓ重叠峰在一定假设下的线性法的局限，该方法的进一步开发可望解决非常数尾部复杂函数等多参数情况下的非线性函数逼近。最后我们给出了一个实际非线性指数函数重叠峰形函数现测数据的计算实例，展示了该算法和程序的优越性     

半夏白术天麻汤4种方法提取液指纹图谱比较

对半夏白术天麻汤4种方法提取液的HPLC指纹图谱中特征峰面积进行比较,并以SBEE液为标准图谱,计算不同提取液的共有峰重叠率、特征峰检出率、相似度、总差异率,以比较半夏白术天麻汤4种方法提取液HPLC指纹图谱的异同.结果发现,半夏白术天麻汤4种方法提取液指纹图谱的特征峰总面积以SBEE液最大,重叠率和特征峰检出率都为100%,但相似度和总差异率不同,SBE液与SBEE液差异最小.因此,半夏白术天麻汤4种方法提取液所含化学成分种类基本相同,但含量不同,以SBEE法提取率最高.