拉曼光谱分析技术具有快速响应、非接触、检测限制小、灵敏度高的优点，广泛应用于生产生活的众多领域。然而实际测得的原始拉曼光谱总会有不同程度的基线漂移，严重影响光谱分析的有效性和准确性。针对现有基线校正方法容易造成估计基线偏低、校正后光谱抬升的问题，提出了一种基于局部对称重加权惩罚最小二乘（LSRPLS）的基线校正算法，该算法在非对称惩罚最小二乘的基础上，使用softsign函数引入局部对称加权的思想，对光谱中无谱峰的基线区域赋予相近的权重，并通过迭代调整估计基线的权重。在模拟和实际拉曼光谱上分别进行了验证。实验结果表明：LSRPLS基线校正算法不仅能对不同类型的光谱基线进行校正，而且与现有的基线校正方法相比，具有更高的准确度和稳定性。基线校正后的光谱在主成分空间上的聚集度得到提升，模型的分类准确性明显提高，说明LSRPLS算法在去除基线的同时，能够保留光谱的有效信息，为拉曼光谱的进一步分析提供了依据。
2021-09-04 15:21:38
12.6MB
1
行业分类-电信-一种基于统计学习理论的XLPE电缆局部放电信号估计方法.rar
2021-09-02 18:03:10
376KB
局部构造对正交异性钢桥面疲劳损伤的影响研究，邓扬，李爱群，以润扬大桥斜拉桥和悬索桥钢箱梁的顶板-U形肋焊缝和U形肋对接焊缝为研究对象，采用有限元方法研究了钢箱梁局部构造对焊缝疲劳性能
2021-09-02 15:09:34
709KB
1
幽门
Python局部异常因子算法的Python实现。
例子
例子1
以下示例说明了基于instances变量计算几个实例（例如[0,0],[5,5],[10,10] and [-8,-8] ）的LOF值的简单用例。传递给LOF构造函数。
instances = [
(-4.8447532242074978, -5.6869538132901658),
(1.7265577109364076, -2.5446963280374302),
(-1.9885982441038819, 1.705719643962865),
(-1.999050026772494, -4.0367551415711844),
(-2.0550860126898964, -3.6247409893236426),
(-1.4456945632547327, -3.7669258809535102
2021-09-01 21:57:05
44KB
1
【BCG+阿里研究院】解读中国互联网：局部领先、快进的数字化发展
【BCG+阿里研究院】解读中国互联网：局部领先、快进的数字化发展
【BCG+阿里研究院】解读中国互联网：局部领先、快进的数字化发展
2021-09-01 18:03:45
2.1MB
行业分类-设备装置-可实现整体顶升和局部顶升的顶升钢平台的控制方法.zip
2021-09-01 13:02:06
539KB