mslowess
Сглаживание сигнала с пиками с помощью непараметрического метода
Синтаксис
Yout = mslowess(X, Intensities)
mslowess(..., 'Order', OrderValue,
...)
mslowess(..., 'Span', SpanValue,
...)
mslowess(..., 'Kernel', KernelValue,
...)
mslowess(..., 'RobustIterations', RobustIterationsValue,
...)
mslowess(..., 'ShowPlot', ShowPlotValue,
...)
Аргументы
X | Вектор из 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. |
Описание
Совет
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, использование локально взвешенной линейной регрессии (Lowess) метод с промежутком по умолчанию 10 выборки.
Примечание
mslowess принимает входной вектор, X, мог не однородно расположить разделительные модули с интервалами. Поэтому раздвижное окно для сглаживания сосредоточено с помощью самых близких выборок в терминах X значение а не в терминах X индекс.
Примечание
Когда входной вектор, X, не имеет повторенных значений или значений NaN, алгоритм приблизительно вдвое более быстр.
mslowess ( вызовы X, IntensitiesPropertyName ', 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 средний расчет выполняется вместо регрессии наименьших квадратов). Значением по умолчанию является 1.
Примечание
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 SpanValue количество выборок, независимых от разделительного единичного вектора, X. Значением по умолчанию является 10 выборки. Более высокие значения будут сглаживать сигнал больше за счет времени вычисления. Если SpanValue меньше 1, размер окна взят, чтобы быть частью числа точек в данных. Например, когда SpanValue 0.005, размер окна равен 0.50% из 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 любой 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 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.
Примечание
Для X вектор, который однородно расположил с интервалами разделительные модули, неустойчивое сглаживание с OrderValue равняйтесь 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 false. Когда ShowPlotValue true, только первый сигнал в Intensities построен. ShowPlotValue может также содержать индекс к одному из сигналов в Intensities.
Примеры
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])
Смотрите также
msalign | msbackadj | msdotplot | msheatmap | mslowess | msnorm | mspalign | mspeaks | msppresample | msresample | mssgolay | msviewer
Темы
- Масс-спектрометрия и биоаналитика
- Предварительная обработка необработанных данных о масс-спектрометрии
- Визуализация и предварительная обработка написанных через дефис наборов данных масс-спектрометрии для профилирования метаболита и белка/Пептида
- Дифференциальный анализ Комплексных Смесей Белка и Метаболита с помощью Жидкостной хроматографии / Масс-спектрометрия (LC/MS)