Matlab之数据处理

写在前面的，软件不太强大，每次保存都需要生成rec和dark的文件，在处理是只需要一个就行了，所有网上查看了下运用批处理的命令去掉多余的文件：

解决办法：windows命令模式下CMD进入文件的目录，输入命令：del /q *rec*.csv(*rec*就是需要删除的包含rec的文件)

昨天下午搞了一个下午的数据提取，想过了用多种方法包括java，delphi等，最后还是想到用Matlab比较方便，选对工具真的很重要啊

我的数据格式：有多个csv文件，对我有用的只有B15：B270的数据，如何提取，看下面代码：

wave = csvread(‘.\dark\dark.csv‘,14,0,[14,0,269,0]);%看参数，具体参数的功能参考相应的Matlab书籍
dark =csvread(‘.\dark\dark.csv‘,14,1,[14,1,269,1]);%获取背景参数,当前目录的下级目录
ref = csvread(‘.\ref\ref.csv‘,14,1,[14,1,269,1]);%获取参比
B = ref-dark;
files = dir(‘*.csv‘);%获取当前目录的文件数，注意读取的是csv文件
l = length(files);
C = [];
for i = 1:l
    filename = files(i).name;%获得文件名
    A=csvread(filename,14,1,[14,1,269,1]);%读入指定列的数据，详细参数功能参考对应的代码
    D = B./(A-dark);%矩阵对应的数相除
    C = [C D];%矩阵列合并
end
E = [wave log10(C)];
%dlmwrite(‘result.txt‘,C,‘delimiter‘,‘\t‘);%以文本的形式输出,注意指定精确度‘precision‘,‘%f32‘
xlswrite(‘result.xlsx‘,E,‘Sheet1‘);%xls的形式输出
msgbox([‘complete! ‘ num2str(l) ‘ xls files.‘]);

后来跑数据不好，分析原因是没有去三次的平均值，我是每一个位置光谱扫了三次，但是对应的化学只有一个值（一开始我的办法是三次都是取同一个化学值，但是这样的做法是不对的），所有在原有的基础上，每隔3列取一次平均值，算法如下（代码比较简单）：

A = xlsread(‘result.xlsx‘,‘Sheet1‘,‘B3:PE258‘);
[m,n]=size(A);
B=[];
for i=3:3:n%第二个参数是步长
    temp = A(:,i-2:i);
    C = mean(temp,2);
    B=[B C];
end
xlswrite(‘mean_3.xlsx‘,B,‘Sheet1‘);%xls的形式输出
msgbox([‘complete! ‘]);

以上就提取完成了，但是化学值是必须自己手动写的，那个真叫一个辛苦，420个数据还好吗，真的还好吗？

方法是通用的，以后读取xls的文件可以对应的用xlsread和xlswrite方法来写，类似能读的文本还有txt、dat......

关于常见的光谱数据的处理，对于同一个点的三次的取平均值的matlab的算法：

B=[];%产生一个空矩阵，
for i=0:14
data=zeros(396,1);%生成一个行*列为396*1的零矩阵
for j=1:3
    s=strcat(num2str(i),‘-‘,num2str(j),‘.txt‘);%‘-‘是取得i和j之间的链接符。如果是1.2那就是‘.‘。
    k=importdata(s);
    t=k(:,2);%如果原数据的第一列是光的波数，第二列才是吸光度，那么这里写2
    data=data+t;%注意矩阵的相加
end
    data=data/3;%举证的除法运算，其中每个点都除以3
    B=[B,data];
end

关于近红外光谱的吸光度的算法，偶然在一个java程序中看见的计算方法：

result[i] = Math.abs(Math.round(((resultQ[i] - resultDark[i]) / (double)(resultLight[i] - resultDark[i])) * 10000) / 10000.0);//此处得到的是透射率T%
result[i] = -Math.log10(result[i]);//得到吸光度abs

Matlab实现曲线拟合

function string = curveFitting(a,x,y)
%spfit  拟合两组数据的线性关系
%a  拟合的次数
%x  x轴数据
%y  y轴数据
fx=polyfit(x,y,a)%结果返回a次拟合多项式系数，从高次到低次依次存放到变量fx中；
yvalue=polyval(fx,x);%求得多项式在x0处的值y0；
ymean=mean(y);
Rsquare=(norm(yvalue-ymean)/norm(y-ymean))^2 %求得相关系数R的平方进行输出
SC=[];
Temp=[];
for i =1:a
    if fx(i) > 0
        if i >1
            string = [‘+‘,num2str(fx(i))];
        else
            string = num2str(fx(i));
        end
    else
        string = num2str(fx(i));
    end
    Temp = [string,[‘x^‘,num2str(a+1-i)]];
    SC = [SC,Temp];
end
if fx(a+1) > 0
    lastString = [‘+‘,num2str(fx(a+1))];
    SC =[SC,lastString];
else
    SC = [SC,num2str(fx(a+1))];
end
%画图程序（x,y）对应的点，x1y1对应的是带入拟合后的点
x1=x(1):0.2:x(length(x));%0.2是步长，不是特别要求
y1=polyval(fx,x1);
plot(x,y,‘b*‘,x1,y1,‘g‘);
xlabel(strcat(‘拟合方程：y=‘,SC));

Matlab批量到数据（二维荧光数据处理）

B=[];%产生一个空矩阵
for i=0:14
data=zeros(396,1);%生成一个行*列为396*1的零矩阵
for j=1:3
    s=strcat(num2str(i),‘-‘,num2str(j),‘.txt‘);%‘-‘是取得i和j之间的链接符。如果是1.2那就是‘.‘。
    k=importdata(s);
    t=k(:,2);%如果原数据的第一列是光的波数，第二列才是吸光度，那么这里写2
    data=data+t;
end
    data=data/3;
    B=[B,data];
end