一种改进的小波基线校正方法的研究

通过对小波变换基线校正中最佳分解尺度方法的研究,提出了一种新的基于小波变换的最佳分解尺度确定方法,不但有效地提高了基线校正效果,而且具有简单、快速的优点.将该方法应用于血糖光谱数据预处理中进行基线校正,取得了较好的效果.通过人体口服葡萄糖耐量试验(OGTT)得到人体无创检测近红外光谱和对应血糖浓度值,然后采用该方法对上述光谱进行基线校正并建立多元回归模型,采用交互验证的方式对模型及基线校正的效果进行了评价.实验结果表明,血糖浓度预测值和参考值间的相关系数为0.75,预测均方根误差(RMSEP)为1.36 mmol/L,与原始光谱预测结果和其他小波分解尺度下的预测结果相比,RMSEP降低了将近39%,相关系数提高了0.64,预测精度得到较大幅度提高.     

基于小波变换的噪声及背景同时去除方法在血糖近红外无创检测中的应用

对于血糖近红外无创检测.光谱信号中的各种噪声以及水分等物质的强吸收产生的背景信号,影响了光谱定量校正模型的预测精度.利用小波变换,可将光谱信号分解为多尺度的近似成分与细节成分,根据无用信息变量消除判据可判定代表背景信息的高尺度近似成分及代表噪声的低尺度细节系数,去除相应的成分即可同时去除光谱信号中的背景与噪声.本文将这种小波变换与无用信息变量消除判据相结合的预处理方法应用干人体血糖无创检测研究中,并分析了该方法对不确定因素较多的复杂光谱模型的适用性问题.实验结果表明应用小波变换结合无用信息变量消除判据的方法可以有效地同时去除血糖无创检测近红外光谱信号中的背景信息和噪声,提高光谱定量校正模型的预测精度,对于人体血糖无创检测具有重要应用价值.