Statistics-sensitive Non-linear Iterative Peak-clipping
aus Wikipedia, der freien Enzyklopädie
| Dieser Artikel wurde aufgrund von Mängeln auf der Qualitätssicherung Naturwissenschaften eingetragen. Dies geschieht, um die Qualität der Artikel aus den übergreifenden Themengebieten der Naturwissenschaften auf ein akzeptables Niveau zu bringen. Dabei können Artikel gelöscht werden, die nicht signifikant verbessert werden können. Hilf mit, die Mängel dieses Artikels zu beseitigen, und beteilige dich an der Diskussion. |
Statistics-sensitive Non-linear Iterative Peak-clipping, kurz SNIP, ist ein Algorithmus zur Basislinienkorrektur, der ursprünglich für das PIXE-Verfahren in den Geowissenschaften entwickelt wurde.[1] Es ist jedoch universeller einsetzbar etwa in der Raman-Spektroskopie[2] oder MALDI-TOF-basierten Massenspektrometrie.[3]
Einzelnachweise
- ↑ C. G. Ryan, E. Clayton, W. L. Griffin, S. H. Sie, D. R. Cousens: SNIP, a statistics-sensitive background treatment for the quantitative analysis of PIXE spectra in geoscience applications. In: Nuclear Instruments and Methods in Physics Research B. Band 34, 1988, ISSN 0168-583X, S. 396–402, doi:10.1016/0168-583X(88)90063-8.
- ↑ Oleg Ryabchykov, Shuxia Guo, Thomas Bocklitz: Analyzing Raman spectroscopic data. In: Physical Sciences Reviews. Band 4, Nr. 2, 2019, ISSN 2365-659X, doi:10.1515/psr-2017-0043.
- ↑ Susmita Datta, Bart J. A. Mertens: Statistical Analysis of Proteomics, Metabolomics, and Lipidomics Data Using Mass Spectrometry. Springer, 2016, ISBN 978-3-319-45809-0, Mass Spectrometry Analysis Using MALDIquant, S. 104, doi:10.1007/978-3-319-45809-0_6 (arxiv.org [PDF]).
