小波变换的EDXRF光谱金属组分特征峰位置识别

SPECTROSCOPY AND SPECTRAL ANALYSIS(2018)

引用 3|浏览2
暂无评分
摘要
主要研究X射线荧光光谱金属组分特征谱位置的确定.依据不同金属组分的特征谱特性,分析了特征谱的选取规律,在奇异值分析理论和模极大值理论的基础上,分析了基于特征谱小波分解系数的模极大值提取方法,在不同分解尺度下的特点及其传播特性,提出了基于模极大值传播的区间特征峰筛选方法,并对实际测量光谱进行了实验分析.结果表明:利用bio r4.4小波作为基函数对实验测量的全能谱数据进行4层小波变换,利用模极大值传播特性,可以消除全能谱上叠加的部分噪声对光谱分析造成的阶跃影响;为提高特征峰的位置识别概率,对小波变换中小于给定阈值的分解系数进行压缩,将实验获取的X射线荧光全能谱第4层小波分解系数直接进行特征峰识别,得到的677个峰值位置,压缩到186个;在此基础上,再采用模极大值传播的区间特征峰筛选方法,筛选区间初始值设置为600 eV,经识别得到的特征峰峰值位置仅为27个,识别准确率得到有效提高.
更多
查看译文
关键词
X-ray fluorescence,Wavelet transformation,Modulus maxima,Characteristic peak
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要