10.3964/j.issn.1000-0593(2015)05-1445-05
自适应多尺度窗口平均光谱平滑
去噪算法是极其重要的光谱预处理步骤，能够显著提高后续光谱分析算法的准确性。然而，大多数去噪算法都需要通过反复试验的方式来人为设置初始参数，不能自动完成光谱去噪。为了能够对光谱进行自动且可靠的平滑去噪，提出了一种自适应多尺度窗口平均平滑（AMWA）去噪算法。该算法针对光谱中不同位置采用不同宽度的平滑窗口，这些窗口的宽度将直接影响到平滑效果。当窗口宽度选择不合适时，可能出现去噪过度，使得峰畸变或者丢失；也有可能导致去噪不足，使得光谱的较平坦区域仍包含大量的噪声。因此判断每个窗口宽度是否合适，是光谱平滑的关键。该算法通过迭代的方法不断优化各个窗口的宽度，并以统计学中的Z检验来判断窗口宽度是否为最佳。另外，为了提高假设检验的可靠性，用不同信噪比的模拟数据对假设检验中使用的阈值进行比较，发现当阈值设为1.1时可使去噪效果最佳。用模拟光谱和实际光谱对该算法进行了测试，该算法能够自动适应不同的光谱形状和噪声强度。还将AMWA去噪算法与SG算法及移动窗口平均平滑算法进行了全面的比较，AMWA算法都明显优于其他两种算法。结果表明AMWA算法不仅去噪效果更好，而且准确性及保真性也更高，对模拟光谱和实际光谱都具有极好的平滑效果。
光谱平滑、多尺度、窗口平均、Z检验
O657.37(分析化学)
国家自然科学基金项目61178079;霍英东教育基金会青年教师基金项目121010;高等学校全国优秀博士学位论文作者资助项目201033;上海市教育委员会科研创新项目13SG47;上海市研究生创新基金项目JWCXSL1301
2015-06-02（万方平台首次上网日期，不代表论文的发表时间）
共5页
1445-1449
