CN119418077A 一种基于图谱的色谱状态智能识别方法 （西安泰戈电气科技有限公司）_第1页
CN119418077A 一种基于图谱的色谱状态智能识别方法 （西安泰戈电气科技有限公司）_第2页
CN119418077A 一种基于图谱的色谱状态智能识别方法 （西安泰戈电气科技有限公司）_第3页
CN119418077A 一种基于图谱的色谱状态智能识别方法 （西安泰戈电气科技有限公司）_第4页
CN119418077A 一种基于图谱的色谱状态智能识别方法 （西安泰戈电气科技有限公司）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

与设定阈值的关系识别所述噪声峰是否为目标而被除掉的色谱峰，提高了色谱峰识别的准确2确定所述噪声峰与每种匹配模板的相似度，得到相似度集;式中，为所述待识别色谱图上第r个噪声峰与第i种匹配模识别色谱图上第r个噪声峰与第j种匹配模板重合的区域个数；为所述待识别色谱图上根据所述相似度集合确定所述噪声峰与目标色谱峰的综根据所述综合相似度与设定阈值的关系识别所述噪声峰是否确定所述目标色谱峰的峰形特征向量，所述峰形特征向量包对所述峰形特征向量进行聚类，对于获得的任意一个聚类簇，对该将拟合度最大的拟合函数生成的峰形作为该聚类根据该聚类簇的平均峰形特征向量，对拟合度最大的拟合函数进将修正后的拟合函数生成的峰形作为该聚类簇对;3;待识别色谱图上第r个噪声峰与第j种匹配模板的相似度；p,为所述待识别色谱图上第r个;;谱图上第i个目标色谱峰峰值H"与峰宽wa的比值；cs为第k张历史色谱图上第i个目标根据模板匹配算法，将所述噪声峰与每种匹配模板进行匹配，根若所述综合相似度大于或等于所述设定阈值，将所述噪声峰确4种基于卷积神经网络的色谱峰识别方法，该方法通过利用卷积神经网络对色谱峰进行识[0005]为解决上述含量较少的色谱峰被误判为噪声被去除而导致识别准确率低的技术;式中，pri为所述待识别色谱图上第r个噪声峰与第种匹配模板的相似度；LZ为所述待识别色谱图上第r个噪声峰与第j种匹配模板重合的区域个数；为所述待识别色谱图上第r个噪声峰与第i种匹配模板的重合区域l内重合点的总数；为所述待识别色谱图5;第τ种拟合函数在t时刻的色谱峰的信号强度的拟合;簇的所有拟合度中的最大拟合度。6;;史色谱图上第i个目标色谱峰峰值H"与峰宽wa的比值；cu为第k张历史色通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目7图1是示意性示出根据本发明的实施例的基于图谱的色谱状态智能识别方法的流明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，[0024]图1是示意性示出根据本发明的实施例的基于图谱的色谱状态智能识别方法的流;史色谱图上第i个目标色谱峰峰值H"与峰宽wa的比值；cu为第k张历史色8;聚类簇内使用第τ种拟合函数在t时刻的色谱峰的信号强度的拟合值。的均值与使用了第τ种拟合函数生成的色谱峰在t时刻的信号强度的绝对误差，因此，的值越小，表明使用了第τ种拟合函数生成的色谱峰与该聚类簇中所有色中的系数以使该拟合函数生成的峰形对应的峰形特征向量与该聚类簇的平均峰形特征9将拟合度最大的拟合函数生成的峰形作为该聚类;述待识别色谱图上第r个噪声峰与第i种匹配模板重合的区域个数；为所述待识别色谱图上第r个噪声峰与第i种匹配模板的重合区域l内重合点的总数；为所述待识别色谱图;簇的所有拟合度中的最大拟合度。够提高确定噪声峰与目标色谱峰的综合相似度的准确性，从而提高对色谱峰识别的准确;[0056]若所述综合相似度大于或等于所述设定阈

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论