DTA重叠峰的高斯函数解析法

用高斯函数法模拟和解析ＤＴＡ重叠峰，演绎了子峰起始反应温度和峰面积求解方法，提出了手工处理实时谱的三点法，编制微机分峰模式图网络指导子峰峰顶坐标的确定，获得令人满意的高斯三参数法微机分峰效果。     

小波特征提取和随机森林模型解析色谱重叠峰

针对神经网络算法在当前色谱重叠峰解析领域存在易过拟合、网络结构复杂、学习效率低等问题,引入了随机森林模型。利用gausl小波模拟原始信号导数,选取合适的尺度并提取信号的特征拐点;以特征点作为模型输入、子峰面积比作为输出,使用随机森林模型拟合两者之间的映射关系;采用交叉验证的方式确定随机森林模型的参数,并使用CART算法进行模型的构建和训练;一系列实验与现有方法的对比,证明了本文方法不仅能准确对特征拐点和子峰面积之间进行拟合,在模型训练时间上还具有很高的效率。     

含较高噪声重叠峰的分辨

采用Daubechies正交小波滤波和样条卷积分峰联用方法对信噪比S／N≥2的含噪重叠双峰进行滤噪和分峰处理。滤波部分采用阈值法,较详细地探讨了阈值的选取规则;分峰部分利用样条卷积法,并给出了其算法公式,处理速度较快,算法也较简单。通过对模拟和实验信号的处理,发现该联用方法很有效,处理后的峰的峰位置误差≤3.0%,峰面积误差≤3.0%。     

含较高噪声重叠峰的分辨

采用Daubechies正交小波滤波和样条卷积分峰联用方法对信噪比S/N≥ 2的含噪重叠双峰进行滤噪和分峰处理。滤波部分采用阈值法 ,较详细地探讨了阈值的选取规则 ;分峰部分利用样条卷积法 ,并给出了其算法公式。处理速度较快 ,算法也较简单。通过对模拟和实验信号的处理 ,发现该联用方法很有效 ,处理后的峰的峰位置误差≤ 3 0 % ,峰面积误差≤ 3 0 %     

利用基于小波特征提取的网络模型解析色谱重叠峰

提出了一种新的色谱重叠峰解析模型——基于小波特征提取的RBF神经网络模型。首先利用小波变换奇异性的检测原理,从原始色谱信号中提取特征点,这些特征点蕴含了反映色谱峰形状的信息,包括重叠峰个数、保留时间等信息。由小波变换获得的特征点来确定RBF网络的隐节点数目和网络参数的初值,即将拐点对数作为隐节点数目,将峰宽估计值作为输出层连接权的初值,将峰高估计值作为隐节点宽度的初值。再用RBF网络来拟合原始重叠色谱信号,梯度下降法训练后获得的网络参数作为解析结果,实现了重叠色谱峰的分离。实验结果表明:本方法快速、准确、可靠,能有效解析未知组分数的重叠峰。     

联用色谱完全重叠峰的解析方法

基于正交投影技术和约束峰形条件,本文提出了三种完全重叠色谱峰的解析方法,峰形约束曲线拟合解析（ＣＰＳＣＦ）,交替正交投影（ＩＯＰ）和秩消失因子分析（ＲＡＦＡ）。对联用色谱数据阵如果约束条件得到满足,谤些方法能被证明用于被嵌人组分的浓度曲线分放是完全可能地。     

修正高斯模型神经网络的色谱重叠峰解析

目的：研究色谱重叠峰解析新方法。方法：构造了以修正高斯模型（EMG）为基函数的径向基函数神经网络（EMG＿RBFNN）,在网络学习算法中提出采用基于共享小生境技术的约束最优保留两阶段遗传算法：结构学习和参数最速梯度下降进化,从而使EMG＿RBFNN具有结构学习能力 ,使该神经网络能够适应组分数未知的色谱重叠峰解析。尤其是在将气相和高效液相色谱EMG模型参数τ、σ和tR之间的近似线性关系作为可行域约束条件引入算法后,极大地限制了算法可行的解空间,减少了局部最优解出现的概率,提高了算法运行效率。结果：将此新方法分别应用于计算机仿真色谱和45例中药材HPLC,算法可以以较高的精度解析出仿真色谱,实际色谱峰解析也有很高的解析精度。结论：该方法非常适用于组分数未知的各种色谱（重叠）峰的解析。     

修正高斯模型神经网络的色谱重叠峰解析

目的 :研究色谱重叠峰解析新方法。　方法 :构造了以修正高斯模型 (EMG)为基函数的径向基函数神经网络 (EMG-RBFNN) ,在网络学习算法中提出采用基于共享小生境技术的约束最优保留两阶段遗传算法 :结构学习和参数最速梯度下降进化 ,从而使EMG-RBFNN具有结构学习能力 ,使该神经网络能够适应组分数未知的色谱重叠峰解析。尤其是在将气相和高效液相色谱EMG模型参数τ、σ和tR 之间的近似线性关系作为可行域约束条件引入算法后 ,极大地限制了算法可行的解空间 ,减少了局部最优解出现的概率 ,提高了算法运行效率。　结果 :将此新方法分别应用于计算机仿真色谱和 45例中药材HPLC ,算法可以以较高的精度解析出仿真色谱 ,实际色谱峰解析也有很高的解析精度。　结论 :该方法非常适用于组分数未知的各种色谱 (重叠 )峰的解析     

基于小波和模式匹配的变压器色谱倾斜峰辨识方法

把小波和模式匹配技术引入了电力变压器色谱倾斜峰辨识领域;该方法为:先用小波技术提取色谱曲线大致的基线,然后扣除基线,消除由于基线漂移引起的色谱峰倾斜,再用基于模式匹配的色谱峰辨识方法查找色谱峰位;对该方法进行了实验研究,结果表明:该方法能辨识由于色谱基线漂移引起的倾斜峰的峰位。     

基于双树复小波的色谱重叠峰分解方法研究

针对色谱分析中重叠峰的分解问题,提出一种基于双树复小波变换的色谱重叠峰分解方法。首先深入研究了双树复小波变换相较于离散小波变换的优越性;然后利用双树复小波变换分解与重构模拟色谱信号,计算分离度、峰位和峰面积,与离散小波变换的结果对比,并对噪声信号进行测试;最后利用双树复小波变换分解与重构实验所测得的色谱信号。实验结果表明,双树复小波分解色谱重叠峰比一般的实数小波准确,能够有效地分离重叠峰,分解后峰形平滑对称未发生畸变,峰位相对误差与峰面积相对误差较小,适合定性定量分析。     

一种新的变压器色谱峰辨识和峰定性的优化方法

针对传统的电力变压器色谱算法所造成的峰辨识缺陷、基线漂移等问题,提出了一种基于BP神经网络的峰辨识和峰定性算法。该算法首先建立了结构为2-8-2型、学习算法为GDX的BP神经网络、然后利用该网络得到的预测值,结合峰辨识的回溯前推法和峰定性窗口区间阈值法,实现油中溶解气体在线色谱谱峰的准确辨识和定性,从而掌握变压器的工作情况。所提出的方法成功应用于某色谱工作站在线色谱实时监测过程,运行结果表明:该算法抗基线漂移性能良好,可以有效提高油色谱中小峰的识别率,取得了明显的应用成效。     

水质检测中色谱谱峰寻峰算法的设计与实现

水质检测中常用色谱分析法处理数据,针对水质检测中对获取色谱信号数据分析的要求,采用差分运算,实现色谱谱峰起始点和终止点准确识别。该算法在色谱信号数据平滑处理前提下,通过判断一组数据内相邻两点色谱信号数值变化是否符合该组数据所有差值的平均值来确定峰的上升通道起始点和下降通道终止点,对识别出的起始点和终止点进行二次判断,可准确识别峰的类型。实验结果表明,该算法准确率高,运算速度更快,可以避免人工设定阈值时产生的不稳定性,实现了全自动化谱峰识别。     

一种基于多峰拟合的相位相关扩展方法

鉴于相位相关配准法具有较强的抗光照干扰能力,提出一种扩展的相位相关法,根据相位相关函数峰值的分布特性,利用多峰拟合的方法获得亚像素级的配准结果。实验结果表明,该方法克服了传统相位相关法只能达到整像素配准精度的缺点,并具有较强的鲁棒性和较高的效率。     

样条卷积用于气相色谱重叠峰的分辨

本文采用了样条卷积（SC）的方法用以分辨重叠峰，通过这个方法考察了有机氯类农药DDT中的2个同分异构体P.P‘-DDD和O.P‘-DDT气相色谱重叠峰，结果表明信号峰的分辨率由处理前的0.840提高到处理后的1.496。     

盲信号分离算法处理色谱重叠峰

盲信号分离算法可以实现重叠化学信号分离。在色谱分析中对盲信号分离命题进行解释,提出独立成分分析的独立成分对应分离的单位色谱峰,混合矩阵的元素对应各组分含量的单位比值。构造两组分的模拟色谱重叠峰作为计算验证,测定正己烷／正庚烷混合体系的色谱重叠峰作为实验验证。经过模拟和实验验证,对色谱分析中的重叠峰,进行各组分比例不同的多次测定,测定次数大于或等于组分数目,采用信号盲分离算法可以求出各组分的单位色谱峰,并确定重叠峰内各组分的相对含量。     

求多峰函数全部全局最优解的胞腔排除遗传算法

借助胞腔，并利用遗传算法能够最终收敛于非线性多峰函数全局最优解的特点，动态地剖分和排除胞腔，从而构成一种新型遗传算法－胞腔排除遗传算法，利用该算法可求取非线我峰函数全部全局最优解，仿真实验表明该算法合理，有效。     

基于熵最小算法的代谢产物GC-MS重叠色谱峰辨识

代谢物的定性定量分析,是进一步探讨不同生理病理状态下的代谢物差异变化的基础,也是寻找生物标记物及其代谢通路的前提条件。但目前在对代谢产物GC-MS数据的分析中,重叠峰的解析却成为其分析的难题,重叠峰的存在使得色谱图无法直接进行定性和定量分析。对于重叠色谱峰,采用一般的色谱分析处理方法,大都耗时耗力,而随着计算技术的发展,各种新的方法不断被应用到代谢产物重叠峰的处理中。本文采用熵最小算法,对丙酮丁醇梭菌胞内代谢产物经硅烷化衍生后的GC-MS数据进行分析,对其中的几组重叠色谱峰进行重建分析,得到其所包含的纯组分,并对各组分分别进行定性和定量分析。结果表明,针对代谢产物复杂体系中的重叠色谱峰,采用熵最小方法能够比较全面的得到重叠信号中的各个组分的信息,并能成功地对其进行定性定量处理。     

面向应用的快速多峰寻优算法

工程应用中的多峰寻优问题要求搜索目标函数的多个极值点,现有的多峰优化方法难以直接利用应用问题的先验知识引导算法过程,多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法,能有效利用易于获得的先验参数,如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒子群算法的简单性并改善了搜索多样性,使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法进行了对比测试和分析,结果表明,对复杂多峰函数,该算法能以最快的收敛速度实现多峰搜索。     

联用色谱重叠峰的目标投影分辨

基于正交投影原理和局部主成分分析,建立了一种新的联用色谱重叠峰分辨方法：目标投影分辨法。该法能在有效地从多组分以谱重叠峰中分辨出目标组分的色谱与光谱,所得光谱与真实光谱十分十分吻合,色谱面积与组分浓度线性关系良好。     

谱图解析中重叠峰分离的计算方法研究(Ⅰ)

本文通过对谱峰分离的拟合方法所涉及的数学规划问题的研究,提出M个重叠峰分离计算应作为有约束非线性规划问题看待;提出了DRAT(降维-绝对值变换)计算策略,它通过构造线性模型参数的极小化点集并对此进行绝对值变换,使得一个3M+1维有约束规划问题转化成一个等价的2M维无约束规划问题;在此基础上,应用改进Powell方法、BFGS变尺度方法以及二者的偶合方法,成功地在微机上实现了对一些典型的二重叠直至七重叠峰的完全分离。理论分析和实算结果表明,将谱峰分离计算处理成有约束规划问题,可以有效地避免由于峰参数初值估计不当所引起的假收敛;DRAT计算方法,由于考虑了约束的作用并且优化过程不直接涉及峰强参数,因而具有较强的收敛性和很宽的可行初值范围,从而它为各类谱图解析中的重叠峰分离工作提供了一种有效的计算方法。