Передискретизируйте сигнал с пиками
[
Xout
, Intensitiesout
]
= msresample(X
, Intensities
, N
)
msresample(..., 'Uniform', UniformValue
,
...)
msresample(..., 'Range', RangeValue
,
...)
msresample(..., 'RangeWarnOff', RangeWarnOffValue
,
...)
msresample(..., 'Missing', MissingValue
,
...)
msresample(..., 'Window', WindowValue
,
...)
msresample(..., 'Cutoff', CutoffValue
,
...)
msresample(..., 'ShowPlot', ShowPlotValue
,
...)
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 . |
N | Положительное целое число, задающее общее количество выборок. |
Совет
Используйте следующие синтаксисы с данными из любого разделительного метода, который производит данные сигнала, такие как спектроскопия, NMR, электрофорез, хроматография или масс-спектрометрия.
[
передискретизирует необработанные данные о сигнале с шумом, Xout
, Intensitiesout
]
= msresample(X
, Intensities
, N
)Intensities
. Выходной сигнал имеет N
выборки с интервалом, который увеличивает линейно в области значений [min (
X
) макс. (X
)]X
может быть линейное или квадратичная функция его индекса. Когда вы устанавливаете входные параметры, таким образом, что субдискретизация происходит, msresample
применяет фильтр lowpass прежде, чем передискретизировать, чтобы минимизировать искажение.
Для фильтра сглаживания, msresample
использует КИХ-фильтр линейной фазы с ошибочной минимизацией наименьших квадратов. Частота среза установлена самым большим отношением субдискретизации при сравнении тех же областей в X
и Xout
векторы.
Совет
msresample
особенно полезно, когда у вас есть сигналы с различными разделительными единичными векторами, и вы хотите совпадать со шкалами.
msresample (..., '
вызовы PropertyName
', PropertyValue
, ...)msresample
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:
msresample(..., 'Uniform',
, когда UniformValue
,
...)UniformValue
true
, это обеспечивает векторный X
быть расположенными равными интервалами. Значением по умолчанию является false
.
msresample(..., 'Range',
задает RangeValue
,
...)1
- 2
вектор с разделительным модулем располагается для выходного сигнала, Intensitiesout
. RangeValue
должен быть в [min (
]. Значением по умолчанию является полный спектр X
) макс. (X
)[min (
. Когда X
) макс. (X
)]RangeValue
значения превышают значения в X
, msresample
экстраполирует сигнал с нулями и возвращает предупреждающее сообщение.
msresample(..., 'RangeWarnOff',
управляет возвратом предупреждающего сообщения когда RangeWarnOffValue
,
...)RangeValue
значения превышают значения в X
. RangeWarnOffValue
может быть true
или false
(значение по умолчанию).
msresample(..., 'Missing',
, когда MissingValue
,
...)MissingValue
true
, анализирует входной вектор, X
, для пропущенных выборок. Значением по умолчанию является false
. Если прореживать фактор является большим, проверение на пропущенные выборки не может стоить дополнительного вычислительного времени. Пропущенные выборки могут только быть восстановлены, если исходные разделительные стоимости единицы следуют за линейным или квадратичной функцией X
векторный индекс.
msresample(..., 'Window',
задает окно, используемое при вычислении параметров для фильтра lowpass. Введите WindowValue
,
...)'Flattop'
, 'Blackman'
, 'Hamming
', или 'Hanning'
. Значением по умолчанию является 'Flattop'
.
msresample(..., 'Cutoff',
задает частоту среза. Введите скалярное значение от CutoffValue
,
...)0
к 1
(Частота Найквиста или половина частоты дискретизации). По умолчанию, msresample
оценивает значение сокращения путем осмотра разделительных единичных векторов, X
и XOut
. Однако частота среза может быть недооценена если X
имеет аномалии.
msresample(..., 'ShowPlot',
строит оригинал и передискретизируемый сигнал. Когда ShowPlotValue
,
...)msresample
называется без выходных аргументов, сигналы построены если ShowPlotValue
false
. Когда ShowPlotValue
true
, только первый сигнал в Intensities
построен.
может также содержать индекс к одному из сигналов в ShowPlotValue
Intensities
.
Совет
Анализ данных LC/MS требует расширенных объемов памяти от операционной системы.
Если вы получаете ошибки, связанные с памятью, попробуйте следующее:
Увеличьте виртуальную память (область подкачки) для вашей операционной системы как описано в Твердости “Из Памяти” Ошибки.
Если вы получаете ошибки, связанные с пространством "кучи" Java®, увеличиваете ваше пространство "кучи" Java:
Если у вас есть версия 7.10 (R2010a) MATLAB® или позже, смотрите Настройки Java Heap Memory.
Если у вас есть версия 7.9 (R2009b) MATLAB или ранее, см. https://www.mathworks.com/support/solutions/en/data/1-18I2C/.
msalign
| msbackadj
| msdotplot
| msheatmap
| mslowess
| msnorm
| mspalign
| mspeaks
| msppresample
| msresample
| mssgolay
| msviewer