导读:本文包含了背景噪音去除论文开题报告文献综述及选题提纲参考文献，主要关键词:熵最小算法,动态背景噪音,质谱,解卷积
背景噪音去除论文文献综述
吕云波,蔡俊强,张华俊[1]（2017）在《利用算法动态去除GC-MS中背景噪音》一文中研究指出气相色谱质谱(GC-MS)分析,尤其是微量成分的分析,其主要挑战是实现良好的色谱分离,并降低基质的干扰[1,2]。实际研究中,微量成分经常会被其他杂质峰干扰,这些杂质在GC-MS数据中表现为强烈的背景噪声,而且不同体系,有不同的噪音模式。如何去除这些无法预测的动态噪音,一直是化学计量法的一个难题。在此,熵最小算法被用于去除动态背景噪声,其效果大大优于安捷伦的ChemStation软件。以航空煤油的GCMS分析结果(图1a)为例,用安捷伦ChemStation软件通过扣除背景得到的?纯谱‘和NIST比对(图1d),由于无法将完全背景去除得到干净的纯谱,比对结果无法确定该C27峰中含有正二十七烷烃。利用利用熵最小算法对C27峰进行解卷积计算,由于熵最小算法能够将动态背景和共流出成分一并去除(图1b),所以得到非常干净的纯谱,并保留了其微小的分子离子峰。该结果经NIST比对(图1c),可以毫无疑义的确定C27共流出峰中存在正二十七烷烃。利用熵最小算法分析GC-MS数据,能够从没有先验信息并有较高背景噪音的重迭峰中提取纯组分的质谱,此方法可以简化GCMS在化学分析中的应用,并给痕量成分的分析带来技术性革新。(本文来源于《第叁届全国质谱分析学术报告会摘要集-分会场1：新仪器新技术》期刊2017-12-09）
杨光亮[2]（2011）在《一种去除地震背景噪音的新方法》一文中研究指出结合希尔伯特-黄变换方法,根据信号背景噪音时间延续性假设,提出了一种自适应地震信号去噪算法。利用该算法实现了台站地震监测信号的去噪分析。分析表明:1)该去噪算法能根据背景信号特性有效去除信号的低频干扰;2)该算法可自适应完成信号分解去噪,计算效率高,无时间分辨率和频率分辨率问题;3)该算法处理高频干扰存在缺陷,有待进一步完善。(本文来源于《大地测量与地球动力学》期刊2011年04期）
背景噪音去除论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
结合希尔伯特-黄变换方法,根据信号背景噪音时间延续性假设,提出了一种自适应地震信号去噪算法。利用该算法实现了台站地震监测信号的去噪分析。分析表明:1)该去噪算法能根据背景信号特性有效去除信号的低频干扰;2)该算法可自适应完成信号分解去噪,计算效率高,无时间分辨率和频率分辨率问题;3)该算法处理高频干扰存在缺陷,有待进一步完善。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
背景噪音去除论文参考文献
[1].吕云波,蔡俊强,张华俊.利用算法动态去除GC-MS中背景噪音[C].第叁届全国质谱分析学术报告会摘要集-分会场1：新仪器新技术.2017
[2].杨光亮.一种去除地震背景噪音的新方法[J].大地测量与地球动力学.2011