Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  sygnał chromatograficzny
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Automatyzacja analizy sygnałów chromatograficznych jest, w ogólnym przypadku, trudnym zadaniem wieloetapowym. Jednym z etapów jest wygładzanie sygnału w celu zmniejszenia wariancji zakłóceń losowych. Od jakości wygładzania zależy efektywność wykrywania pików oraz wyznaczania wstępnych ocen ich parametrów metodą analizy przebiegu pochodnych sygnału chromatograficznego. W pracy do wygładzania sygnału rozważa się procedurę wygładzania wielomianowego wg Savitzky'ego i Golay'a (SG). Optymalny dobór parametrów tej procedury, czyli szerokości okna oraz stopnia wielomianu wygładzającego jest kluczowy dla jakości wygładzania. Automatyzacja wymaga określenia kryterium, wg którego dokonuje się doboru tych parametrów. W tym celu zastosowano i przetestowano kryterium Durbina-Watsona.
EN
Automation of analysis of chromatographic signals is a difficult task generally. One of the stage of the analysis is signal smoothing for purpose of eliminate of random noise. Efficiency of peaks detection procedure depends on quality of the smoothing when features of first and second order derivatives are used for peak detection. In the article Savitzky-Golay smoothing procedure is considered. Optimal choosing of parameters of the procedure is a main factor of quality of smoothing. Automation of calculation of smoothing parameters needs to define a criterion. One of the possible is a Durbin-Watson criterion of quality of smoothing, tested in the article.
PL
W artykule porównano 3 iteracyjne algorytmy minimalizacji, zaimplementowane w środowisku Matlab, w zastosowaniu do analizy złożonych sygnałów chromatograficznych metodą najmniejszych kwadratów: Gaussa-Newtona, Levenberga-Marquardta oraz metodą simplex Nedlera-Meada. Podstawowe kryteria porównania były następujące: czułość algorytmu na dokładność wstępnej oceny parametrów modelu, szybkość i zbieżność algorytmu oraz przydatność algorytmu do automatycznej analizy sygnałów chromatograficznych. Badania przeprowadzono metodami symulacyjnymi dla typowych modeli stosowanych w chromatografii.
EN
In article there are compared 3 iterative algorithms of minimization included in Matlab environment, for purpose of analysis of complex chromatographic signals. These are: Gauss-Newton method, Levenberg-Marquardt method and Nedler-Mead Simplex method. Basic criterions of comparison were sensitivity of method to starting parameter vector, speed, convergence of algorithms to proper solution and usefulness of algorithm to automatic analysis of chromatograms.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.