摘要
本发明公开了一种色谱信号峰偏移对齐方法、装置和设备,利用深度卷积神经网络直接实现从谱图信号到峰偏移量的自动预测,有效地弥补了人为提取谱图特征的缺陷,适用于不同的应用场景,不受通用性限制,同时,深度卷积神经网络模型基于大量的数据训练,对噪声等随机干扰因素的抵抗能力更强,具有更强的稳定性,通过深度卷积神经网络模型输出的峰偏移量的归一化预测值,结合信号峰最大允许偏移量对待测谱图信号每个峰进行对齐,提高了信号峰对齐效果,解决了现有的色谱信号峰偏移对齐方法受到通用性限制和易因噪声敏感影响稳定性的技术问题。
技术关键词
对齐方法
信号
色谱
对齐模块
深度卷积神经网络
更新模型参数
谱图特征
对齐设备
存储程序代码
梯度下降法
对齐装置
处理器
存储器
噪声
场景
算法
指令
系统为您推荐了相关专利信息
行波故障
时间差
定位系统
动态系统模型
星历数据
情绪识别方法
前馈神经网络
情绪识别技术
自动编码器
线性变换矩阵
无线控制方法
智能家具
语义
多模态交互
无线通信协议
动态感知方法
矿井动力灾害
数据融合机制
风险评估模型
信号识别算法