【化学谱图智能化实时处理技术】.pdf
3 3 4 4 5 6 7 7 7 9 -10.-17 -12 -15-17 -20 -20 -23-28 -31 -32 -32目录 51研究对象及范围 51研究手段 1数值分析 人工智能 人工神经网络 异类方法的柔性集成 算法 研究目的及目标 化学谱图数据的分解与合成 S2化学谱峰的界定及数学描述 谱峰形状的界定 谱峰的数学描述 S2化学谱图噪.S2人工化学谱图.S2色谱及X-荧光光谱数据 第三章高频噪声的滤除 33噪声滤除方法分类 53噪声滤除方法的评价标准 83.
Ⅲ.致谢 本文是在导师胡上序先生悉心指导下完成的,其中发表的文 章大都经导师反复斟酌、修改,凝聚着他的极大心血。导师渊博 的知识、严谨的治学态度令学生深深折服,在此谨向他表示最崇 感谢好友胡文军,在我需要的时侯总是能得到他最无私、最友 谨以此文献给多年来抚育我的父母,并以此纪念在本文写作 过程中去世的、我的坚强而乐观的父亲！高的敬意！爱的帮助。
宽度上不发生变化以及峰位不发生偏移。所以,中位数滤波法在有效地滤除高 频噪声的同时,又能保证低频信号不失真,有效地防止了信号的畸变。而且,与一般的滑动平滑方法相比,中位数滤波滤除高频噪声效果较好,不受异常数 据及偏向性噪声的影响。它能避免假峰的产生及微小信号峰的削弱,可以反复 施用。又由于算法参数意义明确,易于设置,非常适宜用作在线的高频滤波器.用普通的频率滤波方法只能滤除信号频带以外的噪声,而对于与信号频 带交叠在一起的噪声则无法与信号分离。卡尔曼滤波利用信号与噪声在统计特 性之间的差异,根据某一最佳准则将信号的预测值和测量值进行折衷,从而实 现信号与噪声的分离。