exponenta event banner

mslowess

Плавный сигнал с пиками непараметрическим методом

Синтаксис

Yout = mslowess(X, Intensities)
mslowess(..., 'Order', OrderValue, ...)
mslowess(..., 'Span', SpanValue, ...)
mslowess(..., 'Kernel', KernelValue, ...)
mslowess(..., 'RobustIterations', RobustIterationsValue, ...)
mslowess(..., 'ShowPlot', ShowPlotValue, ...)

Аргументы

X Вектор единичных значений разделения для набора сигналов с пиками. Число элементов в векторе равно количеству строк в матрице Intensities. Блок разделения может количественно определять длину волны, частоту, расстояние, время или m/z в зависимости от прибора, который генерирует данные сигнала.
Intensities Матрица значений интенсивности для набора пиков, которые имеют одинаковый диапазон единиц разделения. Каждая строка соответствует значению единицы разделения, и каждый столбец соответствует либо набору сигналов с пиками, либо времени удержания. Число строк равно количеству элементов в векторе X.

Описание

Совет

Используйте следующие синтаксисы с данными любого метода разделения, который производит данные сигнала, такие как спектроскопия, ЯМР, электрофорез, хроматография или масс-спектрометрия.

Yout = mslowess(X, Intensities) сглаживает данные необработанного шумного сигнала, Intensities, используя метод локальной взвешенной линейной регрессии (Lowess) с диапазоном по умолчанию 10 образцы.

Примечание

mslowess предполагает входной вектор, X, могут не иметь равномерно разнесенных разделительных блоков. Поэтому скользящее окно для сглаживания центрируется с использованием ближайших выборок с точки зрения X значение, а не в терминах X индекс.

Примечание

Когда входной вектор, X, не имеет повторяющихся значений или значений NaN, алгоритм примерно в два раза быстрее.

mslowess(X, Intensities, ...'PropertyName', PropertyValue, ...) требования mslowess с необязательными свойствами, использующими пары имя/значение свойства. Можно указать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и не учитывать регистр. Эти пары имя/значение свойства следующие:

mslowess(..., 'Order', OrderValue, ...) определяет порядок (OrderValue) плавного Lowess. Войти 1 (линейная полиномиальная посадка или низкая), 2 (квадратичная полиномиальная посадка или Лёсс), или 0 (эквивалентно взвешенной локальной средней оценке и предположительно быстрее, потому что выполняется только среднее вычисление вместо регрессии наименьших квадратов). Значение по умолчанию: 1.

Примечание

Программное обеспечение Curve Fitting Toolbox™ также относится к плавному сглаживанию порядка 2 как сглаживание лесса.

mslowess(..., 'Span', SpanValue, ...) задает размер окна для сглаживающего ядра. Если SpanValue больше, чем 1, окно равно SpanValue количество образцов, не зависящих от единичного вектора разделения, X. Значение по умолчанию: 10 образцы. Более высокие значения будут сглаживать сигнал больше за счет времени вычисления. Если SpanValue меньше, чем 1размер окна принимается равным доле количества точек в данных. Например, когда SpanValue является 0.005, размер окна равен 0.50% от количества точек в X.

mslowess(..., 'Kernel', KernelValue, ...) выбирает функцию, указанную KernelValue для взвешивания наблюдаемых интенсивностей. Образцы, близкие к сглаживаемому месту установки сепарации, имеют наибольший вес при определении оценки. KernelValue может быть любым из следующих символьных векторов (или строк):

  • 'tricubic' (по умолчанию) - (1 - (dist/dmax).^3).^3

  • 'gaussian'exp(-(2*dist/dmax).^2)

  • 'linear'1-dist/dmax

mslowess(..., 'RobustIterations', RobustIterationsValue, ...) определяет количество итераций (RobustValue) для надежной посадки. Если RobustIterationsValue является 0 (по умолчанию), надежная посадка не выполняется. Для надежного сглаживания небольшие остаточные значения на каждом участке перевешиваются для улучшения новой оценки. 1 или 2 надежные итерации обычно адекватны, в то время как большие значения могут быть дорогостоящими в вычислительном отношении.

Примечание

Для X вектор, который имеет равномерно разнесенные разделительные блоки, ненарушенное сглаживание с OrderValue равно 0 эквивалентно фильтрации сигнала вектором ядра.

mslowess(..., 'ShowPlot', ShowPlotValue, ...) строит график сглаженного сигнала над исходным сигналом. При звонке mslowess без выходных аргументов, сигналы выводятся на график, если ShowPlotValue является false. Когда ShowPlotValue является true, только первый сигнал в Intensities выводится на печать. ShowPlotValue может также содержать индекс для одного из сигналов в Intensities.

Примеры

  1. Загрузите MAT-файл, включенный в программное обеспечение Bioinformatics Toolbox™, который содержит некоторые образцы данных.

    load sample_lo_res
  2. Сглаживайте спектры и нарисуйте фигуру первого спектра исходными и сглаженными сигналами.

    YS = mslowess(MZ_lo_res,Y_lo_res,'Showplot',true);

  3. Увеличьте изображение области фигуры, чтобы увидеть разницу в исходном и сглаженном сигналах.

    axis([7350 7550 0.1 1.0])

Представлен до R2006a