信息處理與數(shù)據(jù)挖掘技術(shù)(編輯修改稿)
2024-09-26 19:14 本頁面
【文章內(nèi)容簡介】 作曲線擬合。方法： （ 1）根據(jù)實際獲得的曲線找出與此曲線適應(yīng)的數(shù)學(xué)模型； （ 2）以實驗得到的數(shù)據(jù)對 (Xi， Yi)，代入數(shù)學(xué)模型 (關(guān)系式 )，用最小二乘法求出模型中的待定參數(shù)。 關(guān)鍵點： 選擇正確的數(shù)學(xué)模型 例：非正態(tài)色譜曲線，可采用 r函數(shù)與指數(shù)衰減曲線相結(jié)合的數(shù)學(xué)模型。 08:13:09 2. 曲線的平滑處理 曲線平滑處理可以去除數(shù)據(jù)集合中的隨機噪聲，保留有用信息，提高信噪比。 小波動：隨機噪聲 大波動：包含有用信息 方法： boxcar平均化； 移動窗口均化； 最小二乘多項式平滑（ SavitzkyGolay卷積法），最常用的方法。 注意點： 不正確的進行平滑處理可能會將微弱信號當(dāng)作噪聲處理掉。 08:13:09 3. 信號求導(dǎo) 消除背景和重疊峰的干擾，提高分辨率和靈敏度。 方法： 模擬微分電路或求導(dǎo)程序軟件。 微分譜比原譜對譜特征的細(xì)微變化反應(yīng)要靈敏的多，被隱藏的譜的特征可以通過對原譜圖的微分而得到加強。 應(yīng)用： （ 1）光譜圖、色譜圖：重疊峰、弱肩峰的區(qū)分； （ 2）電位滴定曲線的導(dǎo)數(shù)曲線容易確定滴定鐘點。 注意點： 微分時，原譜的噪聲也被加強，高階導(dǎo)數(shù)譜的噪聲增大的更明顯，解決方法：對原譜進行平滑處理。 08:13:09 五、 多元分析方法 polybasis analysis methods 如何在大批實驗數(shù)據(jù)中總結(jié)出有用的規(guī)律或者挖掘出有用的信息； 多元分析是一類計算機信息處理、信息挖掘技術(shù)，特別適合用于從多種因素影響的大量實驗數(shù)據(jù)中總結(jié)規(guī)律； 多元分析應(yīng)用領(lǐng)域：處理衛(wèi)星照片；指紋鑒別；文字和語音識別；多參數(shù)、多變量問題的處理； 分析化學(xué)中的應(yīng)用： （ 1） 多種微量元素的分布與健康（或疾病）的關(guān)系 （ 2） 物質(zhì)中復(fù)雜成分的含量分析 （ 3） 各種譜的特征與性質(zhì)關(guān)系 （ 4） 分子結(jié)構(gòu)與譜特征的關(guān)系 08:13:09 1. 多元分析方法的特點 在多元分析中，對每個研究對象（每個觀察樣本都有 M個變量或參數(shù)）取值，考察 N個觀察對象的集合就作成一張N*M的數(shù)據(jù)表。 觀察對象的集合可以是全部樣本，也可是較大集合中的一個子集； 變量可以是連續(xù)的也可以是離散的； 在多元分析中，通常采用以下技術(shù)： （ 1） 簡化結(jié)構(gòu) 用簡單方法來表示所研究的復(fù)雜問題； （ 2） 分類 將觀察對象分成若干個不同的組或類； （ 3） 變量分組 將變量按其性質(zhì)分組； （ 4） 相關(guān)分析 研究變量之間的相互關(guān)系、觀察對象之間的相互關(guān)系。 08:13:09 2. 多元分析中的主要方法簡介 多元分析中所采用的方法： （ 1）回歸分析： 多元線形回歸分析；偏最小二乘回歸分析；逐步回歸分析 。 （ 2）相關(guān)分析 （ 3）因子分析 （ 4）降維與映射 （ 5）聚類分析 （ 6）分類與判別 （ 7）人工神經(jīng)網(wǎng)絡(luò) （ 8）優(yōu)化技術(shù) 08:13:09 3. 化學(xué)因子分析法簡介 因子分析 ： 通過對一數(shù)據(jù)矩陣進行特征分析、旋轉(zhuǎn)變換等操作以獲取有關(guān)信息的數(shù)學(xué)方法。 化學(xué)因子分析 ： 將因子分析技術(shù)用于解決化學(xué)中的問題，形成了帶有濃厚化學(xué)特色的因子分析方法。 化學(xué)因子分析特點： （ 1）解決復(fù)雜問題 同時處理多因素相互影響的復(fù)雜體系 （ 2）快速處理大量數(shù)據(jù) 采用標(biāo)準(zhǔn)因子分析程序 （ 3）數(shù)據(jù)的有序解釋與預(yù)測 在獲得規(guī)律指導(dǎo)下進行預(yù)測 08:13:09 因子分析基本步驟 08:13:09 常見的因子分析方法 (1)主成分分析（ principle ponent analysis） (2)目標(biāo)因子分析（ target factor analysis） (3)迭代目標(biāo)因子分析 (iterative target factor analysis ) (4)秩消因子分析 (rank annihilation factor analysis ) (5)漸進因子分析 (evolving factor analysis ) (6)窗口因子分析 (window factor analysis ) (7)啟發(fā) 漸進式特征投影 (heuristic evolving latent projection ) 08:13:09 內(nèi)容選擇： 第一節(jié) 計算機與儀器分析 puter and ins
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1