信号处理方法在波谱分析及生物信息学中的应用研究

【摘要】： 随着方法学研究的成熟与发展,信号处理成为了当代科学技术的重要工具,被广泛地用于语音、图像、通信、生物医学等领域。小波变换作为信号处理方法的优秀代表,已受到许多化学家的关注,大量的波谱分析工作利用小波变换方法,围绕着化学信号的去噪,滤波,基线校正,特征提取等内容展开,取得了令人满意的结果。小波变换的多尺度分辨能力,除了运用于信号解析方面外,还有利于谱图数据的压缩处理,现今,由于检测技术的提高和新型仪器的研制,标准红外光谱数据库不断增大,如能有效的对红外光谱数据进行压缩,于谱图的存储及快速检索均是一项有意义的工作。 本文针对小波变换在红外光谱数据压缩中遇到的几个重要问题进行了探讨,并尝试在原先的基础上,进一步提高压缩性能(第二章、第三章)。早期的谱图数据压缩研究,大抵针对紫外可见光谱,在红外光谱的压缩方面也仅用到Daubechies小波函数,事实上,不同的小波函数对谱图的压缩能力各不相同,而且谱图本身的复杂度也会对压缩比造成一定的影响。本文作者通过选取4幅代表性的Aldrich凝聚相样本标准红外光谱,在预控重构根均方差为0.009的条件下,考察了四类小波函数(Daubechies小波函数系、Coiflets小波函数系、Symlets小波函数系和双正交小波函数系)的压缩性能。在此基