基于小波包多尺度分析的感康近红外光谱快速分析方法的研究.pdfVIP

基于小波包多尺度分析的感康近红外光谱快速分析方法的研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波包多尺度分析的感康近红外光谱快速分析方法的研究.pdf

LISHIZHEN AND MEDICA MEDICINEMATERIA RESEARCH2011 VOL.22NO.5 时珍国医国药2011年第22卷第5期 基于小波包多尺度分析的感康 近红外光谱快速分析方法的研究 张益波1,田鸿儒1,逯家辉1,孟庆繁1,滕利荣1,刘鹤松2+ (1.吉林大学生命科学学院,吉林长春130012;2.吉林大学第一医院,吉林长春130021) 摘要:目的利用小波包多尺度分析去噪感康近红外光谱,建立有效测定感康中对乙酰氨基酚、盐酸金刚烷胺的近红外光 谱分析模型。方法使用最优分解方法和合适的阈值处理得到重构光谱的小波包分解系数,达到降噪的目的。结合偏最 小二乘法(PLS)建立不同尺度分解重构光谱的感康定量分析模型。结果模型的校正和预测精度在小波包尺度为3的时 95和0.91307。交互验证均方与误差(RM— 候最好,模型的相关系数对对乙酰氨基酚和盐酸金刚烷胺分别为0.995 SECV)分别为0.00562和0.00686,预测均方与误差(RMSEP)分别为从0.00579和0.00788减小为0.00478和0.006 03,与原始光谱相比模型的稳定性和预测性能都得到了优化。结论使用小波包变换的多尺度分析能够消除原始光谱的 噪声,使建立定量分析的PLS模型具有更好的稳健性和预测精度。 关键词:小波包变换; 多尺度分析;近红外光谱;定量分析; 感康 DOI标识:doi:10.3969/j.issn.100843805.2011.05.044 中图分类号:R917文献标识码:A 文章编号:100843805(2011)05—1137旬3 on Determinationof withNⅡ峪BasedonWaveletPacketTram- StudyRapid Gankang formMulti—.Scale Analysis ZHANGYi—bo Jia—hui 1,TIAN 1,LU 1,MENG 1,TENG Hong一13.1 Qing—fan Li—ron91,LIUHe—son92+ 13001 First Jilin Science,Jilin 2,China;2.The of Univemity, (1.Collegeof University,Changchun Hospital Changchun,13002l。China) To anovel ofwavelet transformmulti—scalefor nearinfrared Abstract:Objectivedevelop algorithm packet analysisdenoising diffusereflectance determine andamantadine in The paracetamol hydrochlorideGankang.Methodspar— spectroscopy(NIRS)to usedtodetermine sets.Results tialleast withrestructure NIRSwasadvancedanditwas squares(PLS)modelGankang prediction forthe

文档评论(0)

lizhencai0920 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6100124015000001

1亿VIP精品文档

相关文档