2.7. Signal processing and multivar

2.7. Signal processing and multivariate statistics
178 For all chemometric treatments, Matlab version R2009a (The MathWorks, Natick,
179 Massachusetts, USA) with Statistical Toolbox was used. Several preprocessing steps were
180 applied to the spectra, such as spectral alignment using the Icoshift routine (Savorani,
181 Tomasi, & Engelsen, 2010), and baseline correction.
182 To extract signals of interest, Independent Components Analysis (ICA) using the Joint
183 Approximate Diagonalization of Eigenmatrices (JADE) algorithm (Cardoso & Souloumiac,
184 1993; Rutledge & Jouan-Rimbaud Bouveresse, 2013) was applied to the dataset. ICA
185 decomposes the spectral data matrix into two matrices: one containing "source" signals
186 extracted from the spectra, and the other with the relative proportions of each "source" signal
187 in each spectrum. This makes it possible to identify peaks that belong to the same molecule,
188 thereby facilitating their comparison to a database for identification.

Kết quả (Việt) 1:

2.7. số liệu thống kê đa biến và xử lý tín hiệu178 cho phương pháp điều trị tất cả chemometric, Matlab Phiên bản R2009a (The MathWorks, Natick,179 Massachusetts, USA) với hộp công cụ thống kê được sử dụng. Một vài bước tiền xử lý180 được áp dụng cho quang phổ, chẳng hạn như phổ chỉnh bằng cách sử dụng thói quen Icoshift (Savorani,181 dat, & Engelsen, 2010), và chỉnh sửa đường cơ sở.182 để trích xuất các tín hiệu quan tâm, độc lập thành phần phân tích (ICA) bằng cách sử dụng các doanhThuật toán xấp xỉ Diagonalization của Eigenmatrices (JADE) 183 (Cardoso & Souloumiac,184 1993; Rutledge & Jouan-Rimbaud Bouveresse, 2013) đã được áp dụng cho bộ dữ liệu. ICA185 phân hủy các ma trận dữ liệu quang phổ thành hai ma trận: "nguồn" tín hiệu có chứa một186 được chiết xuất từ quang phổ, và khác với các tỷ lệ tương đối của mỗi tín hiệu "nguồn"187 trong mỗi phổ. Điều này làm cho nó có thể để xác định các đỉnh thuộc cùng một phân tử,188 qua đó tạo điều kiện cho họ so sánh với một cơ sở dữ liệu nhận dạng.

Kết quả (Việt) 2:

2.7. Xử lý tín hiệu và thống kê đa biến
178 Đối với tất cả các phương pháp điều trị chemometric, Matlab phiên bản R2009a (MathWorks, Natick,
179 Massachusetts, Mỹ) với Toolbox thống kê được sử dụng. Một số bước tiền xử lý được
180 áp dụng cho quang phổ, chẳng hạn như liên kết phổ sử dụng các thói quen Icoshift (Savorani,
181 Tomasi, & Engelsen, 2010), và sửa chữa cơ sở.
182 Để trích xuất tín hiệu quan tâm, độc lập Components Analysis (ICA) bằng cách sử dụng phần
183 Diagonalization ước của Eigenmatrices (JADE) thuật toán (Cardoso & Souloumiac,
184 năm 1993; Rutledge & Jouan-Rimbaud Bouveresse, 2013) đã được áp dụng cho các tập dữ liệu. ICA
185 phân hủy các ma trận dữ liệu phổ thành hai ma trận: một chứa "nguồn" tín hiệu
186 được chiết xuất từ phổ, và khác với các tỷ lệ tương ứng của mỗi "nguồn" tín hiệu
187 trong mỗi phổ. Điều này làm cho nó có thể để xác định đỉnh núi thuộc các phân tử tương tự,
188 do đó tạo điều kiện so sánh của họ đến một cơ sở dữ liệu để nhận dạng.