CN109100441B - 一种液相色谱曲线去除脉冲干扰的方法 - Google Patents
一种液相色谱曲线去除脉冲干扰的方法 Download PDFInfo
- Publication number
- CN109100441B CN109100441B CN201810966016.6A CN201810966016A CN109100441B CN 109100441 B CN109100441 B CN 109100441B CN 201810966016 A CN201810966016 A CN 201810966016A CN 109100441 B CN109100441 B CN 109100441B
- Authority
- CN
- China
- Prior art keywords
- point
- curve
- pulse interference
- interference
- liquid chromatogram
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8624—Detection of slopes or peaks; baseline correction
- G01N30/8631—Peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开一种液相色谱曲线去除脉冲干扰的方法,包括步骤:收集试验数据建立液相色谱曲线,对液相色谱曲线进行分区段测试;计算测试区段内液相色谱曲线的均值和方差,确定中位数点及其在液相色谱曲线上所对应的值;判断中位数点是否为脉冲干扰点,获取脉冲干扰点;进行三次样条插值采用拟合方法替代脉冲干扰点,获取到液去除脉冲干扰的相色谱曲线。本发明对液相色谱曲线进行自动峰识别之前进行脉冲干扰的去除,排除液相色谱曲线出现的脉冲干扰,并保证了滤除后数据的原始状态;去除脉冲干扰的效果好,提高后期峰识别的精确度。
Description
技术领域
本发明属于脉冲干扰去除方法技术领域,特别是涉及一种液相色谱曲线去除脉冲干扰的方法。
背景技术
由于在实际工作环境下,可能由于电压不稳,电磁干扰,电路窜扰等原因,液相色谱曲线会出现脉冲干扰,如果对于脉冲干扰使用传统的滑动滤波或者最大值滤波等都可能造成本身正常数据的修改,造成后期峰识别的精确度大大降低。
发明内容
为了解决上述问题,本发明提出了一种液相色谱曲线去除脉冲干扰的方法,对液相色谱曲线进行自动峰识别之前进行脉冲干扰的去除,排除液相色谱曲线出现的脉冲干扰,并保证了滤除后数据的原始状态;去除脉冲干扰的效果好,提高后期峰识别的精确度。
为达到上述目的,本发明采用的技术方案是:一种液相色谱曲线去除脉冲干扰的方法,包括步骤:
S100,收集试验数据建立液相色谱曲线,对液相色谱曲线进行分区段测试;
S200,计算测试区段内液相色谱曲线的均值和方差,确定中位数点及其在液相色谱曲线上所对应的值;
S300,判断中位数点是否为脉冲干扰点,获取脉冲干扰点;
S400,进行三次样条插值采用拟合方法替代脉冲干扰点,获取到液去除脉冲干扰的相色谱曲线。
进一步的是,在所述步骤S200中,包括步骤:
S201,提取需要测试的区间段作为测试区段,设定测试区段内的时刻点并分别记为t1,t2,,tN,N取奇数,以及设定各时刻点在液相色谱曲线上所对应的值且分别记为x1,x2,,xN;
S203,由于N的取值是奇数,因此获取测试区段中的中位数点为在时刻t(N-1)/2+1于液相色谱曲线上所对应的值x(N-1)/2+1。
进一步的是,在所述步骤S300中通判断中位数点是否为脉冲干扰点,判断中位数点与平均值之间的方差是否超过指定阈值,如果超过指定阈值则为脉冲干扰点。
进一步的是,在所述步骤S300中判断中位数点是否为脉冲干扰点,包括步骤;
如果|x(N-1)/2+1-E(x)|≥4|E(x)|,则x(N-1)/2+1为脉冲干扰点;
如果|x(N-1)/2+1-E(x)|<4|E(x)|,则x(N-1)/2+1为正常点。
进一步的是,在所述步骤S300中判断中位数点是否为脉冲干扰点,包括步骤;
进一步的是,在在所述步骤S400中,根据插值多项式对脉冲干扰点进行拟合;在插值多项式拟合的过程中,采用三次多项式拟合脉冲干扰点,从而获取到去除脉冲干扰的液相色谱曲线。
进一步的是,所述多项式为拉格朗日插值多项式或牛顿插值多项式。
采用本技术方案的有益效果:
本发明对液相色谱曲线进行自动峰识别之前进行脉冲干扰的去除,排除在实际工作环境下由于电压不稳,电磁干扰,电路窜扰等原因使色谱曲线出现的脉冲干扰,保证了滤除后数据的原始状态;通过插值拟合去除液相色谱曲线脉冲干扰,有效去除去除液相色谱曲线中可能出现的脉冲干扰,且去除效率高,有效保证后期自动峰识别计算的精度;
本发明通过在指定的区段内,统计其均值及方差,判断中位值点与平均值之间的方差是否超过指定阈值,如果超过指定阈值,则采用拟合方法替代中位值点,从而实现液相色谱曲线的脉冲干扰的去除;去除脉冲干扰的效果好,有效提高后期峰识别的精确度。
附图说明
图1为本发明的一种液相色谱曲线去除脉冲干扰的方法流程示意图;
图2为实施例中存在脉冲干扰点的液相色谱曲线测试区段示意图;
图3为实施例中对存在脉冲干扰点的液相色谱曲线测试区段的拟合去除结果示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种液相色谱曲线去除脉冲干扰的方法,包括步骤:
S100,收集试验数据建立液相色谱曲线,对液相色谱曲线进行分区段测试;
S200,计算测试区段内液相色谱曲线的均值和方差,确定中位数点及其在液相色谱曲线上所对应的值;
S300,判断中位数点是否为脉冲干扰点,获取脉冲干扰点;
S400,进行三次样条插值采用拟合方法替代脉冲干扰点,获取到液去除脉冲干扰的相色谱曲线。
作为上述实施例的优化方案,在所述步骤S200中,包括步骤:
S201,提取需要测试的区间段作为测试区段,设定测试区段内的时刻点并分别记为t1,t2,,tN,N取奇数,以及设定各时刻点在液相色谱曲线上所对应的值且分别记为x1,x2,,xN;
S203,由于N的取值是奇数,因此获取测试区段中的中位数点为在时刻t(N-1)/2+1于液相色谱曲线上所对应的值x(N-1)/2+1。
作为上述实施例的优化方案,在所述步骤S300中通判断中位数点是否为脉冲干扰点,判断中位数点与平均值之间的方差是否超过指定阈值,如果超过指定阈值则为脉冲干扰点。
(1)所述步骤S300中判断中位数点是否为脉冲干扰点的实施方式一,包括步骤;
如果|x(N-1)/2+1-E(x)|≥4|E(x)|,则x(N-1)/2+1为脉冲干扰点;
如果|x(N-1)/2+1-E(x)|<4|E(x)|,则x(N-1)/2+1为正常点。
(2)所述步骤S300中判断中位数点是否为脉冲干扰点的实施方式二,包括步骤;
作为上述实施例的优化方案,在在所述步骤S400中,根据插值多项式对脉冲干扰点进行拟合;在插值多项式拟合的过程中,采用三次多项式拟合脉冲干扰点,从而获取到去除脉冲干扰的液相色谱曲线。
其中,所述多项式为拉格朗日插值多项式或牛顿插值多项式。
通过在MATLAB上经过仿真实验,由图2和图3所示,通过本发明所述的方法,在指定的区段内,统计其均值及方差,判断中位值点与平均值之间的方差是否超过指定阈值,如果超过指定阈值,则采用拟合方法替代中位值点,从而实现液相色谱曲线的脉冲干扰的去除。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种液相色谱曲线去除脉冲干扰的方法,其特征在于,包括步骤:
S100,收集试验数据建立液相色谱曲线,对液相色谱曲线进行分区段测试;
S200,计算测试区段内液相色谱曲线的均值和方差,确定中位数点及其在液相色谱曲线上所对应的值;
S300,判断中位数点是否为脉冲干扰点,获取脉冲干扰点;在所述步骤S300中判断中位数点是否为脉冲干扰点,判断中位数点与平均值之间的方差是否超过指定阈值,如果超过指定阈值则为脉冲干扰点;
S400,进行三次样条插值采用拟合方法替代脉冲干扰点,获取到去除脉冲干扰的液相色谱曲线。
3.根据权利要求1所述的一种液相色谱曲线去除脉冲干扰的方法,其特征在于,在所述步骤S300中判断中位数点是否为脉冲干扰点,包括步骤;
如果|x(N-1)/2+1-E(x)|≥4|E(x)|,则x(N-1)/2+1为脉冲干扰点;
如果|x(N-1)/2+1-E(x)|<4|E(x)|,则x(N-1)/2+1为正常点。
5.根据权利要求3或4所述的一种液相色谱曲线去除脉冲干扰的方法,其特征在于,在在所述步骤S400中,根据插值多项式对脉冲干扰点进行拟合;在插值多项式拟合的过程中,采用三次多项式拟合脉冲干扰点,从而获取到去除脉冲干扰的液相色谱曲线。
6.根据权利要求5所述的一种液相色谱曲线去除脉冲干扰的方法,其特征在于,所述多项式为拉格朗日插值多项式或牛顿插值多项式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810966016.6A CN109100441B (zh) | 2018-08-23 | 2018-08-23 | 一种液相色谱曲线去除脉冲干扰的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810966016.6A CN109100441B (zh) | 2018-08-23 | 2018-08-23 | 一种液相色谱曲线去除脉冲干扰的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109100441A CN109100441A (zh) | 2018-12-28 |
CN109100441B true CN109100441B (zh) | 2021-05-07 |
Family
ID=64850886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810966016.6A Active CN109100441B (zh) | 2018-08-23 | 2018-08-23 | 一种液相色谱曲线去除脉冲干扰的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109100441B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113419020A (zh) * | 2021-06-30 | 2021-09-21 | 成都师范学院 | 糖化血红蛋白重叠峰识别方法、装置、***、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104126119A (zh) * | 2012-01-16 | 2014-10-29 | 莱克公司 | 处理色谱***中数据的***及方法 |
CN105891346A (zh) * | 2016-03-03 | 2016-08-24 | 青岛鲁海光电科技有限公司 | 一种利用虚拟仪器控制双电导池串联技术的离子色谱*** |
WO2018081203A1 (en) * | 2016-10-25 | 2018-05-03 | Regeneron Pharmaceuticals, Inc. | Methods and systems for chromatography data analysis |
-
2018
- 2018-08-23 CN CN201810966016.6A patent/CN109100441B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104126119A (zh) * | 2012-01-16 | 2014-10-29 | 莱克公司 | 处理色谱***中数据的***及方法 |
CN105891346A (zh) * | 2016-03-03 | 2016-08-24 | 青岛鲁海光电科技有限公司 | 一种利用虚拟仪器控制双电导池串联技术的离子色谱*** |
WO2018081203A1 (en) * | 2016-10-25 | 2018-05-03 | Regeneron Pharmaceuticals, Inc. | Methods and systems for chromatography data analysis |
Also Published As
Publication number | Publication date |
---|---|
CN109100441A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894460A (zh) | 图像滤波方法及装置 | |
CN103576060A (zh) | 基于小波自适应阈值的局部放电信号去噪方法 | |
CN111912521B (zh) | 一种非平稳信号的频率检测方法和存储介质 | |
CN107230208B (zh) | 一种高斯噪声的图像噪声强度估计方法 | |
CN109188069B (zh) | 一种用于负载开关事件检测的脉冲噪声滤除方法 | |
CN110136735B (zh) | 一种音频修复方法、设备及可读存储介质 | |
CN104688213A (zh) | 一种心音信号分段方法 | |
CN104320144B (zh) | 稀疏度自适应信号重构方法 | |
Nasimudeen et al. | Directional switching median filter using boundary discriminative noise detection by elimination | |
CN117540220B (zh) | 一种近零碳园区源网荷匹配方法及*** | |
CN101237524B (zh) | 一种保留高频信息的图像噪声去除方法 | |
CN109100441B (zh) | 一种液相色谱曲线去除脉冲干扰的方法 | |
CN109214318B (zh) | 一种寻找非稳态时间序列微弱尖峰的方法 | |
CN103913765B (zh) | 一种核素能谱寻峰方法 | |
CN110308339B (zh) | 基于证据推理规则的变频器直流母线电容故障诊断法 | |
CN117197345B (zh) | 基于多项式拟合的智能骨关节三维重建方法、装置及设备 | |
US9812148B2 (en) | Estimation of noise characteristics | |
CN104103039A (zh) | 一种图像噪声估计方法 | |
Awad | Removal of fixed-valued impulse noise based on probability of existence of the image pixel | |
CN113762069B (zh) | 一种任意噪声下长序列鲁棒增强快速趋势滤波方法 | |
CN114676732A (zh) | 基于改进卡尔曼滤波算法的色谱峰滤波方法及*** | |
CN115167138A (zh) | 一种构建液压控制模型的方法、装置、电子设备及挖掘机 | |
CN109655884B (zh) | 一种速度拾取异常点去除方法及*** | |
CN108428018B (zh) | 一种短路电流峰值的变维递进灰色预测方法 | |
CN112116917A (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |