20160929-华泰证券-多因子系列之二：华泰单因子测试之估值类因子(2).pdf
2021-08-29 00:38:07
2.62MB
1
20140619-广发证券-广发证券大数据深度学习系列之二：深度学习算法掘金ALPHA因子(2).pdf
2021-08-26 02:38:28
1.57MB
1
FIRM An Intelligent Fine-grained Resource Management Framework
2021-08-18 13:37:32
1.2MB
1
Coupled Generative Adversarial Network for Continuous Fine-grained Action Segmentation
2021-08-04 19:05:41
3.15MB
matlab三次样条插值函数代码分析仪器信号的数据驱动和粗略到精细的基线校正
您可以使用此程序来实现对来自各种分析仪器（包括但不限于质谱仪，离子迁移谱仪和色谱仪）的信号进行基线自适应校正。
该算法通过自适应定位和去除高振幅频谱峰值，克服了经验模式分解算法的模式混合问题。
通过定性和定量分析，与传统的最小二乘拟合和稀疏表示相比，基于经验模态分解（DD-CF）的算法在处理时间和基线拟合效果上具有更好的优势。
同时，该算法的最大特点是无需用户干预即可实现质谱仪，色谱仪和离子迁移谱的数据驱动基线校正。
与传统算法相比，DD-CF算法具有更强的自适应能力。
有关该算法的详细信息，请参阅此算法的原始参考。（DOI：10.1016
/
j.aca.2021.338386）
算法介绍
图1：DD-CF流程图
步骤1：
多项式拟合方法获得粗略基线
第2步：
三次样条插值以消除光谱峰
第三步：
EMD并分离基线主导的IMF
第四步：
信号重建
如何使用
代码文件夹包含两个MATLAB脚本文件：
DD_CF_v1.m是DD-CF算法的功能脚本；
testCode.m是一个测试程序，该程序调用DD_CF_v1
2021-07-24 23:30:50
21.99MB
1