小波分析原是用于生理地学数据的数学方法,申请时国外刚出现2篇用于化学的研究。我们试验成功的新方法有:利用小波“分频”(区别高频与低频信号)能力,消除色谱基线干扰。利用小波自动删除冗余数据能力,成倍量压缩数据量,不影响谱图原形和数据库信息的正确性。利用小波分频求出交义色谱峰的局部贡献,能进行分别定量。利用小波的边缘检测能力,能直接指出电位滴定终点在哪一滴上。利用DOG小波函数并选择伸缩因子,加大了电化学测量的线性范围。以上新方法都无借鉴,全属自编自创。国内许多单位(如高鸿院士,刘有成院士课题组都参加了合作研究并发表论文。美国、捷克、香港(回归前后)、Slouak Repub.)数批来函索取资料。“小波神经网络”独立研究成功。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
纤毛虫NKR包囊的结构分化及其细胞调控的研究
纤毛虫NKR包囊的形态和形态发生的研究
砂壳纤毛虫包囊形成和萌发的初步研究——以渤海湾为例
无性系短命纤毛虫的测选及抗无性系细胞衰老的研究