[发明专利]一种基于小波变换和随机森林模型的色谱重叠峰解析方法

说明书

本发明公开了一种基于小波变换和随机森林模型的色谱重叠峰解析方法，按照不同参数模拟生成多个色谱重叠峰信号；对各重叠峰信号，使用gaus1小波进行小波变换模拟其一阶导数；利用模拟一阶导数曲线求取原色谱重叠峰信号的四个曲线拐点；按一定比例分成训练集和测试集；四个拐点的横纵坐标作为输入、子峰面积比作为输出，在训练集中使用交叉验证的方式，确定模型的最优参数；按照最优参数，构建随机森林模型并有监督地进行训练；使用测试集验证模型效果；使用同样的方法对实际重叠峰信号进行拐点检测，并利用训练好的模型对其子峰面积比例进行拟合计算。本发明提高了解析结果的准确率，具有模型收敛速度快、参数调节简单、训练效率高的优点。

技术领域

本发明涉及信号处理领域，特别涉及一种基于小波变换和随机森林模型的色谱重叠峰解析方法。

背景技术

色谱法(chromatography)又称色谱分析法、层析法，是一种研究和解决混合物分离的技术。在色谱分析中，对实验所用样品进行定性定量分析是最关键的一步。在色谱曲线中，每一个色谱峰对应着不同的成分，并且每一种物质的成分可以由色谱峰的面积计算得到。但在复杂物质的解析过程中，经常会有色谱峰重叠的情况发生，而给色谱分析带来一些困难。因此，重叠峰的分辨对色谱的定性定量分析具有很大的影响。

在实际应用中，往往利用一些数学方法对色谱仪器得到的色谱重叠峰进行处理和计算，得到重叠峰中各子峰面积的估计值从而进行进一步的分析。目前，用于重叠峰分解的方法有很多，例如几何法、傅里叶变换、导数方法，小波变换、神经网络法等方法。其中，传统的傅里叶变换和导数等方法对噪声敏感，降低了信噪比而不利于定性定量分析；几何法包括垂线法和切线法，它们原理简单、计算速度较快，但是对一些重叠峰分解的精度可能会出现较大误差；曲线拟合法实现过程和运算都比较复杂，难以实现色谱曲线实时处理，在实际的应用中有一定的局限性；小波变换方法虽然运算简单，运用广泛，但容易引起变换后曲线的基线漂移，造成重构后的信号不准确；而神经网络法利用了其较强的非线性映射能力计算子峰面积比，但其数学模型较为复杂，网络结构选择不一，只能凭借经验选取，并且神经网络算法的计算量大，求解网络的收敛速度也较慢。

发明内容

本发明目的是提供一种受噪声影响小，模型结构简单，运算速度快，结果准确可被广泛使用的重叠峰解析方法。

本发明公开了一种基于小波变换和随机森林模型的色谱重叠峰解析方法，包括以下步骤：

步骤1、按照不同的子峰参数，模拟生成色谱重叠峰信号，并计算其子峰面积比；

步骤2、对生成的色谱重叠峰信号，使用gaus1函数作为母小波进行连续小波变换，得到近似导数曲线；

步骤3、使用近似导数曲线，求取色谱重叠峰信号的四个拐点，得到拐点的横纵坐标集合；

步骤4、对坐标集合，随机划分为训练集和测试集；

步骤5、使用训练集，以每一组坐标集合为输入，对应的子峰面积比为输出，使用交叉验证的方式，确定随机森林模型最优参数；

步骤6、使用最优参数，构建随机森林模型并使用训练集有监督地对模型进行训练，构建用于重叠峰解析的模型；

步骤7、使用步骤3中的测试集评价模型效果；

步骤8、使用步骤2、步骤3中方法，对实际的重叠峰信号进行拐点检测，得到其拐点横纵坐标；

步骤9、使用步骤6中训练好的模型，对步骤8中得到的拐点坐标进行拟合，确定其重叠峰子峰面积比。

步骤1中生成色谱重叠峰信号的具体方法为：

(1a)色谱峰数学模型：使用高斯函数拟合色谱峰信号，表达式为：