融合無監(jiān)督學習的差示掃描量熱特征峰分析方法

打開文本圖片集

摘 要： 為解決傳統(tǒng)的差示掃描量熱法（differential scanning calorimetry， DSC） 信號分析需要手動選點來構(gòu)造基線，存在人為因素引入誤差且操作繁瑣等問題，將機器學習方法應用于DSC 信號分析中，提出一種融合無監(jiān)督學習的DSC 自動基線構(gòu)造及特征峰信號分析方法。首先使用改進的聚類算法將特征峰兩側(cè)的基線與特征峰信號初步分離；其次對特征峰兩側(cè)的基線信號結(jié)合迭代多項式擬合進行基線重構(gòu)；最后將原始信號減去重構(gòu)的基線信號得到凈特征峰信號，進行熱力學分析。（剩余1613字）