資源描述：
《基于小波變換的化學(xué)譜圖數(shù)據(jù)處理》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、浙江大學(xué)博士學(xué)位論文基于小波變換的化學(xué)譜圖數(shù)據(jù)處理姓名：熊智新申請學(xué)位級(jí)別：博士專業(yè)：控制理論與控制工程指導(dǎo)教師：胡上序20040101浙江火學(xué)博士學(xué)位論文基于小波變換的化學(xué)譜圖數(shù)據(jù)處理摘要化學(xué)譜圖信號(hào)的數(shù)據(jù)處理包括噪聲濾除、基線校正、譜圖檢測、重疊峰分解、譜圖壓縮以及譜圖解析等幾個(gè)方面，現(xiàn)今采用各種常規(guī)的處理方法雖能取得一定的效果，但在精度、速率等方面都還存在許多不足之處。小波變換作為一種新的信號(hào)處理工具，它具有良好的時(shí)頻局部化性質(zhì)，可以對信號(hào)中的頻率成分進(jìn)行多分辨分析，從而可以聚焦到信號(hào)的任意細(xì)節(jié)，小波變換的一切應(yīng)用有效性多源于此。本文在
2、總結(jié)前人有關(guān)小波變換處理化學(xué)譜圖信號(hào)工作基礎(chǔ)上，充分發(fā)揮小波變換的多種優(yōu)良特性，結(jié)合數(shù)值計(jì)算，邏輯推理，模式識(shí)別，神經(jīng)網(wǎng)絡(luò)，多元分析等各種數(shù)學(xué)方法，在化學(xué)譜圖信號(hào)的噪聲識(shí)別、譜圖檢測、重疊峰分解和近紅外光譜信息解析方面，提出了一些新的應(yīng)用思路和算法，拓展了小波變換在化學(xué)譜圖數(shù)據(jù)處理領(lǐng)域應(yīng)用的范圍。全文組織如下：第1章為緒論，從分析手段儀器化角度出發(fā)，分析了化學(xué)譜圖數(shù)據(jù)處理在分析化學(xué)中的地位、研究對象和目的，并明確以使用小波變換方法作為論文的研究重點(diǎn)。文獻(xiàn)在綜述分析中以色譜和紅外光譜數(shù)據(jù)處理為主，總結(jié)了前人利用小波變換的各種優(yōu)趙特性處理化學(xué)譜圖
3、數(shù)據(jù)所做的主要研究工作，進(jìn)而確定本文研究的內(nèi)容和預(yù)期達(dá)到的目標(biāo)。第2章為小波變換基礎(chǔ)理論部分。通過和傅里葉變換的比較，從數(shù)學(xué)原理上闡明了小波變換的時(shí)頻局部化特點(diǎn)和時(shí)頻窗的自適應(yīng)特性。由于連續(xù)小波變換的冗余性，以及在實(shí)際運(yùn)用中，尤其是在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)，連續(xù)小波都必須加以離散化，所以著重介紹了離散和正交小波變換的概念。然后從函數(shù)空間剖分和多分辨分析兩方面分紹了離散小波變換原理，并從函數(shù)的小波基函數(shù)分解和雙通道理想濾波器組兩個(gè)角度介紹了小波變換的Mallat算法和頻率分解特性。由于本文中較多地使用雙正交小波，對其概念和原理也作了簡要介紹。最后利用實(shí)
4、際例子，介紹了小波變換在信號(hào)處理中的應(yīng)用。第3章研究利用小波變換識(shí)別化學(xué)譜圖中的同頻噪聲。首先介紹了化學(xué)譜圖中存在的各種噪聲特性和常用的噪聲濾除方法。由于化學(xué)譜圖中的部分有色噪聲和信號(hào)峰具有相近的寬度水平，特稱為噪聲峰，對它的計(jì)算機(jī)自動(dòng)識(shí)別是一個(gè)較難而重要的問題。由于信號(hào)峰和噪聲峰產(chǎn)生原因不同，兩者在峰頂附近具有不同的光滑特性即奇異性，可以用Lipschitz指數(shù)表征其差異。論文利浙江人學(xué)博L學(xué)位論文用小波變換時(shí)頻局部化奇異性分析原理，研究了信號(hào)峰和噪聲峰在峰頂附近的奇異性特征，提出利用小波變換奇異性分析識(shí)別同頻噪聲的方法。此外還研究了仿真信
5、號(hào)峰和同頻噪聲峰峰頂附近奇異性變化規(guī)律，建立了識(shí)別兩者的Lipschitz指數(shù)標(biāo)準(zhǔn)，分析其適用性和判噪能力。第4章研究利用小波變換檢測復(fù)雜化學(xué)峰群和重疊譜峰的識(shí)別方法。首先介紹了傳統(tǒng)峰檢測方法的一般步驟和存在的不足，由此提出利用小波變換檢測復(fù)雜重疊譜峰。論文分析了小波變換的奇異性檢測原理，平滑和微分特性以及真實(shí)信號(hào)和噪聲具有不同的模極大值性態(tài)，把譜圖檢測中的噪聲濾除、基線校正和譜圖中的特征點(diǎn)檢測有機(jī)結(jié)合起來，提出了一種新的基于小波變換和邏輯推理的復(fù)雜譜峰群檢測和重疊峰識(shí)別算法。最后通過仿真和實(shí)際譜圖檢測驗(yàn)證了該方法的有效性和相對于傳統(tǒng)方法的優(yōu)
6、越性。第5章將小波變換特征點(diǎn)檢測結(jié)果和神經(jīng)網(wǎng)絡(luò)結(jié)合，研究色譜數(shù)據(jù)處理中分解重疊峰的新方法。首先介紹了衡量相鄰兩峰重疊度的參數(shù)：分離度和谷峰高度比。然后介紹了幾種經(jīng)典的重疊峰面積分解方法，分析了它們的不足及適用范圍。根據(jù)小波變換提取重疊色譜峰上的特征點(diǎn)位置，構(gòu)造反映重疊峰形狀、位置和高度的六個(gè)無因次特征準(zhǔn)數(shù)和重疊峰模式生成原則。再通過RBF網(wǎng)絡(luò)表達(dá)重疊色譜峰子峰面積比和六個(gè)無因次特征準(zhǔn)數(shù)的映射關(guān)系，實(shí)現(xiàn)了利用模式識(shí)別方法分解重疊峰。重疊色譜峰分解實(shí)驗(yàn)表明該方法能取得滿意效果。第6章研究利用小波變換壓縮近紅外光譜數(shù)據(jù)并建摸。首先介紹了近紅外光譜分
7、析的基本原理和模型建立方法。由于在處理多個(gè)波長點(diǎn)采集的近紅外光譜數(shù)據(jù)時(shí)面臨的是一個(gè)多變量高維空間，通過把光譜信號(hào)從波長域變換到小波域可以實(shí)現(xiàn)數(shù)據(jù)壓縮和降維。研究了利用Daubeehies系列小波處理柴油近紅外光譜的壓縮和建模效果，提出相應(yīng)的壓縮準(zhǔn)則和壓縮算法。該算法用于柴油十六烷值的近紅外光譜定量分析效果表明，在不損失重要信息的同時(shí)，光譜數(shù)據(jù)和變量維數(shù)得到顯著壓縮，而模型的預(yù)測精度和常規(guī)預(yù)處理方法分析結(jié)果相當(dāng)。光譜數(shù)據(jù)壓縮的同時(shí)包含了噪聲濾除和基線校正，簡化了數(shù)據(jù)處理步驟，有利于近紅外光譜實(shí)際應(yīng)用時(shí)提高建模效率。最后，對全文研究結(jié)果作了扼要總
8、結(jié)，并提出進(jìn)一步的研究方向。浙江人學(xué)博士學(xué)位論文ChemogramsDataProcessingThroughWaveletTransformAbstractThe
