基于正交函数的神经网络色谱曲线自适应在线滤波和压缩

由于正交基函数神经网络采用Givens正交学习算法，不是迭代算法，因而速度快，加之其无初始权值选择问题，不会陷入局部极小，所以本文选择此神经网络用于色谱数据的自适应在线滤波和压缩。实验结果表明，本方法滤波效果好，压缩比高，可实时完成，非常适用于色谱数据的在线处理需要。     

基于小波变换的色谱数据平滑滤噪和高效压缩

根据色谱信号及色谱分析的特征和小波变换能精细刻划信号奇异性的特点,本文提出了一种基于多分辨小波分析的色谱伏安信号的平滑滤噪和高效压缩算法.该算法压缩比高(平均大于100倍),滤波效果好,广泛适用于高效液相色谱、气相色谱和红外光谱的滤波和压缩.该算法尤其适用于被强噪声污染的信号处理.