X射线吸收光谱数据自动去毛刺算法
摘要：X射线吸收光谱（XAS）数据的分析通常涉及从获取的信号中去除伪像或故障，这个过程通常被称为去故障。故障结果可能来自单色仪晶体的特定取向，也可能来自样品中的晶体散射。由于无法总是预测光谱中故障的精确能量或波长位置以及强度，去故障通常由分析人员在每个光谱上进行。虽然已经提出了一些常规，但它们容易任意选择光谱伪影，并且处理大型数据集时通常不足以。在这里，我们提出了一个统计上健壮的算法，作为一个Python程序实现，用于自动检测和去除可以应用于大量光谱的故障。它使用Savitzky-Golay滤波器平滑光谱，并使用广义极端学生化残差测试来识别异常值。我们使用这个算法实现了故障的健壮、可重复和选择性去除。
作者：Samuel M. Wallace (1), Marco A. Alsina (2), Jean-Franc{c}ois Gaillard (1) ((1) Northwestern University, (2) University of Talca)
论文ID：2011.14467
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2020-12-01