☆─────────────────────────────────────☆
cooooldog (帅小呆) 于 (Mon Aug 9 14:14:13 2004) 提到:
1、为什么时间域上的干涉图和波数频率域上的谱图之间可以仅用
实的Fourier变换相互转化？如果是因为干涉图是偶函数，这是为
什么呢？在测红外的过程中以及离散化之后，如何保证这一特性？
变换时，频率域上用吸光度或透过率对结果有没有影响？应该怎样
才正确？
2、在正逆傅立叶变换的过程中，时间域上的时间、频率域上的波
数是如何实现对应的呢？——因为我想实现Fourier变换的解卷积
需要对这些对应有所了解。我不知道的是，频率域上波数和波数
的范围在变换时，对应的时间域的时间范围、尺度应该怎样。
3、Fourier变换解卷积的时候，一般认为是干涉图和线型函数相乘，
但具体这个过程是如何实现的呢？——考虑到干涉图是时间域的离
散化的向量，线型函数是否也是时间域上的函数？数值计算时它是
否也是向量？它的长度和干涉图是否相同？所谓的二者“相乘”是
否向量卷积？还是对应元素相乘？后者是一个标量？
正确的解卷积方法应该是怎样的?我指的是如何具体实施,而不是所
谓"原理".推荐好的具体的文献也可以.我查过原始文献,1981,加拿
大作者,但知道原理还是解不出. 商品化的解卷积软件的原理是怎样
的?对数值离散形式的红外数据,如何进行解卷积?是否要先得到谱图
的"数学模型",相当于先拟合出离散数据的解析形式?如果是,拟合要
遵循什么原则?
这样跟拟合分峰有什么区别呢?反而不方便.
推荐有指导价值的文献也可以.
4、计算二维红外的时候，我看到一篇PQDD数据库中博士论文(2001)
提到，If the spectra do not all have their baseline at the
same point, the changes between the spectra will be different,
and will cause artifacts or miss existing correlations.
并认为有四种方法可用，(1)normalized spectra;(2)polynomial
baseline correction;(3)one point baseline correction;(4) two-
point baseline correction.并评价后两种比较好。请问，这些算法
除了Normalization之外，在什么地方可以看到具体实施细节的介绍？
因为，我很想把它们应用到自己的二维谱制作中。
非常感谢.
附件是我得到的模拟的二维相关谱PDF文件
☆─────────────────────────────────────☆
cooooldog (帅小呆) 于 (Mon Aug 9 20:30:25 2004) 提到:
只好自己回复一下
这个问题的确冷僻了点
谁比较了解？
【 在 cooooldog (帅小呆) 的大作中提到: 】
: 1、为什么时间域上的干涉图和波数频率域上的谱图之间可以仅用
: 实的Fourier变换相互转化？如果是因为干涉图是偶函数，这是为
: 什么呢？在测红外的过程中以及离散化之后，如何保证这一特性？
: ...................
☆─────────────────────────────────────☆
cooooldog (帅小呆) 于 (Tue Aug 10 14:24:18 2004) 提到:
感激。
我用的是其实也是Lorentz型函数，只不过峰高大了点而已:)
我比较喜欢矩阵理论和数值计算相关的数学而已。尤其有了
Matlab这么强大的工具之后。
专业显然是化学相关的，否则不会对二维相关谱感兴趣了
专业 高分子材料 华东理工大学硕士二年级，明年毕业
学二维谱应该3个月刚过了。不过运气比较好，Noda博士提供了
一些资料，对我的谱图提出了一些意见，关键就是
Fluctuation of baseline看到文献上有矫正方法，但不知如何
实施。也没查到这方面的资料。
解卷积 是对离散的谱图解卷积呢， 还是对拟合好的解析形式
的复合谱解卷积？其实，看原理似乎用Matlab不难实现。
二维谱看似复杂，我看完Noda的一篇论文后，在电脑前大概用
2个多小时就得到我的第一幅二维谱。现在证明，它的核心算法
是正确的，但是，谱图处理的不好:)表示成了装饰图——好看
但基本无用。后来就是想改进
很希望跟爱好相似的人交流经验
【 在 liuj (vivi☆卖了6年??!☆胡蝶好难变啊~~) 的大作中提到: 】
: 小时问一句，你做2D-COS多久了?? 以前学什么的??
: 你前面的问题太难了，我不清楚，只知道最后一个
: 我认识的做红外的似乎没见过自己编程or用matlab去卷积的，有现成的商业软件
: ...................
☆─────────────────────────────────────☆
ghb (ghb@2004) 于 (Tue Aug 10 21:44:44 2004) 提到:
他的谱图似乎是相关谱, 算是光谱吗?
二维红外不是很了解, 但光谱的拟合或deconvolution还是见过
计算得到的线光谱就常需要展开成带光谱以模拟实验光谱, 常用的也
是Lorentzian/Gaussian或二者的组合
【 在 liuj (vivi☆卖了6年??!☆胡蝶好难变啊~~) 的大作中提到: 】
: 小时问一句，你做2D-COS多久了?? 以前学什么的??
: 你前面的问题太难了，我不清楚，只知道最后一个
: 我认识的做红外的似乎没见过自己编程or用matlab去卷积的，有现成的商业软件
: ...................
☆─────────────────────────────────────☆
cooooldog (帅小呆) 于 (Wed Aug 11 13:49:52 2004) 提到:
我也纳闷，怎么Lorentz函数象三角的
Gauss型的也许会好些？似乎也类似，
看来解卷积方面的问题以及基线方面的问题仍然属于
“革命尚未完成、同志仍须努力”一类的:)
这两天怎么上bbs老被封？
难道长得帅真的会被版主妒忌:)
【 在 liuj (vivi☆卖了6年??!☆胡蝶好难变啊~~) 的大作中提到: 】
: heihei Noda他老先生的确非常希望有人用他的东西，不过2D-COS本身还是有一些
: 问题的 嗯 用web of science搜一下可以找出n多关于这个的文章，建议你批判的看
: 批判的用 嗯
: ...................
☆─────────────────────────────────────☆
ghb (ghb@2004) 于 (Wed Aug 11 21:32:49 2004) 提到:
我想你误会我的意思了, 相关谱当然也是spectrum, 我是指它与通常
的光谱不太一样, 给出的信息不光谱强度, 而是光谱随条件的变化
另外spectrum除了光谱外也可以指其它类型的数据分布.
二维红外也属于光谱, 因为它的基本方法还是光谱测定
只是二维红外或一些其它的二维相关光谱需要在不同条件下做多组光
谱, 比如改变温度, pH, 甚至对某种反应过程, 用相关分析来研究光
谱与这些条件的相关性. 具体怎样分析我也不了解, 但我想同excel
带的线性相关以及origin中的fft相关分析基本意思是相同的
这样说对吗? :)
【 在 liuj (vivi☆卖了6年??!☆胡蝶好难变啊~~) 的大作中提到: 】
: hehe 估计是我眼花，他说是Lorentzian拟和的，不过
: 我怎么看怎么觉得直接画的三角形 :PP
: 相关谱英文也叫spectrum,不过加了个修饰词correlation
: ...................
☆─────────────────────────────────────☆
ghb (ghb@2004) 于 (Wed Aug 11 23:09:24 2004) 提到:
lorentz峰比较尖, 拖尾较长, gauss是指数形式收敛就快多了
可以试试两者混合
【 在 cooooldog (帅小呆) 的大作中提到: 】
: 我也纳闷，怎么Lorentz函数象三角的
: Gauss型的也许会好些？似乎也类似，
: 看来解卷积方面的问题以及基线方面的问题仍然属于
: ...................
☆─────────────────────────────────────☆
cooooldog (因帅屡遭斑竹妒,妆成每被秋娘慕:)) 于 (Thu Aug 12 08:21:20 2004) 提到:
Noda建议用这两种进行模拟。
这种看法应该比较权威吧。
我其实已经都试过了
一般文献认为，Gauss型沾的比例应该低一些，Lorentz型的要高一些。
【 在 ghb (ghb@2004) 的大作中提到: 】
: lorentz峰比较尖, 拖尾较长, gauss是指数形式收敛就快多了
: 可以试试两者混合