基于无基底扣除的数据趋势累积谱峰检测算法
2021-05-06贾梦涵回朝妍佟美琪马仡男
色谱 2021年6期
贾梦涵, 回朝妍, 张 辉, 高 宇, 佟美琪, 马仡男
(北京科技大学能源与环境工程学院, 北京 100083)
随着色谱技术的发展,谱图的分析检测技术也日益提高[1]。人们提出了许多谱峰检测的方法,常见的有幅值法[2]、一阶导数法[3,4]、二阶导数法[5]、小波变换法[6-8]、曲线拟合法[9-11]和遗传算法[12]等。幅值法实现简单,但过度依赖于阈值的确定,准确率很低,较少被采用;一阶、二阶导数法需要数据光滑连续,受波动的影响大,不适合离散采集数据;小波变换法和曲线拟合法均需要人工干预,且需要操作者具备良好的专业知识储备以及经验积累,给实际应用带来一定的困难;遗传算法对于经验公式有很强的依赖,误差很大。
目前已有的谱峰检测算法大部分围绕谱线平滑、基线校正与谱峰识别3个步骤[13],对数据去噪、曲线平滑的要求很高,增大了算法的复杂度以及难度。本文提出一种跳过谱线平滑与基线校正两个步骤,在无基底扣除的情况下,利用数据趋势累积的原理进行谱峰定位的算法,简称趋势累积谱峰检测算法。该算法稳定可靠,准确度高且普适性强,具有较为广泛的应用前景。
1 算法原理
谱图不同位置的峰代表着不同的信息。对于色谱图,特定位置的峰代表某一组分,物质含量与峰面积相关;对于动态比表面仪,特定位置的峰代表着气体吸附或者脱附,气体吸脱附量与峰面积相关。因此,确定峰起点、极值点和峰终点对于谱图的分析十分重要。趋势累积谱峰检测算法计算过程如图1所示,首先通过差分过程获得数据的升降趋势,再根据趋势的累积定位谱峰起点、极值点和峰终点,计算所有谱峰的峰值,通过排序的方法对谱峰进行筛选,最终获得精准的谱峰信息。……
登录APP查看全文
