Сглаженный сигнал с peaks с помощью непараметрического метода
Yout = mslowess(X, Intensities)
mslowess(..., 'Order', OrderValue,
...)
mslowess(..., 'Span', SpanValue,
...)
mslowess(..., 'Kernel', KernelValue,
...)
mslowess(..., 'RobustIterations', RobustIterationsValue,
...)
mslowess(..., 'ShowPlot', ShowPlotValue,
...)
X | Вектор разделительных стоимостей единицы для набора сигналов с peaks. Число элементов в векторе равняется количеству строк в матричном Intensities. Разделительный модуль может определить количество длины волны, частоты, расстояния, время или m/z в зависимости от инструмента, который генерирует данные сигнала. |
Intensities | Матрица значений интенсивности для набора peaks, который совместно использует ту же область значений разделительного модуля. Каждая строка соответствует разделительной стоимости единицы, и каждый столбец соответствует или набору сигналов с peaks или время задержания. Количество строк равняется числу элементов в векторном X. |
Используйте следующие синтаксисы с данными из любого разделительного метода, который производит данные сигнала, такие как спектроскопия, NMR, электрофорез, хроматография или масс-спектрометрия.
Yout = mslowess(X, Intensities)Intensities, с помощью локально взвешенной линейной регрессии (Lowess) метод с промежутком по умолчанию выборок 10.
mslowess принимает, что входной вектор, X, не мог однородно расположить разделительные модули с интервалами. Поэтому раздвижное окно для сглаживания сосредоточено с помощью самых близких выборок с точки зрения значения X а не с точки зрения индекса X.
Когда входной вектор, X, не имеет повторенных значений или значений NaN, алгоритм приблизительно вдвое более быстр.
mslowess(X, Intensities, ...'PropertyName', PropertyValue, ...) mslowess с дополнительными свойствами, которые используют имя свойства / пары значения свойства. Можно задать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и нечувствительный к регистру. Это имя свойства / пары значения свойства следующие:
mslowess(..., 'Order', задает порядок (OrderValue,
...)OrderValue1 (линейная аппроксимация полиномом или Lowess), 2 (квадратичная аппроксимация полиномом или Лесс), или 0 (эквивалентный взвешенному локальному среднему средству оценки и по-видимому быстрее, потому что только среднее вычисление выполняется вместо регрессии наименьших квадратов). Значением по умолчанию является 1.
Программное обеспечение Curve Fitting Toolbox™ также отсылает к сглаживанию Lowess порядка 2 как сглаживание Лесса.
mslowess(..., 'Span', задает размер окна для ядра сглаживания. Если SpanValue,
...)SpanValue1, окно равно количеству SpanValue выборок, независимых от разделительного единичного вектора, X. Значение по умолчанию является выборками 10. Более высокие значения будут сглаживать сигнал больше за счет времени вычисления. Если SpanValue является меньше, чем 1, размер окна взят, чтобы быть частью числа точек в данных. Например, когда SpanValue является 0.005, размер окна равен % 0.50 числа точек в X.
mslowess(..., 'Kernel', выбирает функцию, заданную KernelValue,
...)KernelValue для взвешивания наблюдаемой интенсивности. Выборки близко к сглаживавшему местоположению разделительного модуля имеют большую часть веса в определении оценки. KernelValue может быть любым из следующих векторов символов (или строки):
'tricubic' (значение по умолчанию) — (1 - (dist/dmax).^3).^3
'gaussian' — exp(-(2*dist/dmax).^2)
'linear' — 1-dist/dmax
mslowess(..., 'RobustIterations', задает количество итераций (RobustIterationsValue,
...)RobustValueRobustIterationsValue является 0 (значение по умолчанию), никакая устойчивая подгонка не выполняется. Для устойчивого сглаживания маленькие остаточные значения в каждом промежутке перевешиваются, чтобы улучшить новую оценку. 1 или 2, устойчивые итерации обычно соответствуют, в то время как большие значения могут быть в вычислительном отношении дорогими.
Для вектора X, который однородно расположил разделительные модули с интервалами, неустойчивое сглаживание с OrderValue, равным 0, эквивалентно фильтрации сигнала с вектором ядра.
mslowess(..., 'ShowPlot', строит сглаживавший сигнал по исходному сигналу. Когда вы вызываете ShowPlotValue,
...)mslowess без выходных аргументов, сигналы построены, если ShowPlotValue не является false. Когда ShowPlotValue является true, только первый сигнал в Intensities построен. ShowPlotValue может также содержать индекс к одному из сигналов в Intensities.
Загрузите MAT-файл, включенный с программным обеспечением Bioinformatics Toolbox™, которое содержит некоторые выборочные данные.
load sample_lo_resСглаживайте спектры и чертите фигуру первого спектра с исходными и сглаживавшими сигналами.
YS = mslowess(MZ_lo_res,Y_lo_res,'Showplot',true);
Увеличьте масштаб области фигуры, чтобы видеть различие в исходных и сглаживавших сигналах.
axis([7350 7550 0.1 1.0])
