主頁(yè)面-功能介紹

小白初入職場(chǎng)第一篇總結(jié)，廢話比較多，求輕噴~

波譜擬合用來(lái)對(duì)某種材料或物質(zhì)的譜圖進(jìn)行識(shí)別和分析，每種物質(zhì)可以有多種成分，每種成分用component1、component2...表示，用Add another component和Remove component來(lái)控制每種成分的增加和刪除，每種成分由多種原子核構(gòu)成，即nuclei，用Add nucleus和Remove nucleus來(lái)控制每種成分內(nèi)原子核數(shù)量，每新增一個(gè)原子核，波譜就會(huì)分裂一次，譜峰數(shù)量由（1->2->4->8...）依次分裂。另外可以通過(guò)更改默認(rèn)參數(shù)，改變波譜形態(tài)，成分參數(shù)中：Relative amount表示每種成分占繪圖分量的百分比，百分比之和不超過(guò)100，giso用來(lái)計(jì)算分裂的中心位置，LineWidth用來(lái)控設(shè)置譜峰到譜谷的寬度，%Lorentzian表示譜峰形態(tài)，一共兩種形態(tài)，高斯和洛倫茲，兩者之和為100；原子核參數(shù)：No of equivalent nuclei用來(lái)改變?cè)雍藗€(gè)數(shù)，如果一種成分內(nèi)包含很多個(gè)一模一樣的參數(shù)時(shí)，就可以通過(guò)改變這個(gè)參數(shù)實(shí)現(xiàn)，Nuclear spin用來(lái)改變?cè)雍朔N類，Hyperfine用來(lái)設(shè)置分裂后兩峰之間的寬度。

再來(lái)一張圖：

每種成分?jǐn)?shù)量和參數(shù)、每種成分內(nèi)每種原子核數(shù)量和參數(shù)設(shè)置好后，對(duì)數(shù)據(jù)進(jìn)行處理，由三種結(jié)果，卷積、積分、二重積分，那就來(lái)看看數(shù)據(jù)的處理邏輯吧~

從數(shù)據(jù)流角度，主要進(jìn)行三步處理：數(shù)據(jù)->數(shù)據(jù)裂變->光譜計(jì)算->繪圖，左邊是算法實(shí)現(xiàn)所需的參數(shù)、右邊是對(duì)數(shù)據(jù)及每個(gè)步驟的描述。

代碼實(shí)現(xiàn)

遇到一個(gè)坑，一開(kāi)始寫(xiě)demo的時(shí)候用的vue+Ant design of vue，在select等其他組件的使用上都是正常的，但是在input number中就很變態(tài)了，給input number綁定的change事件，用戶在輸入兩位以上數(shù)據(jù)的時(shí)候，change事件會(huì)觸發(fā)兩次！！！想避免這個(gè)問(wèn)題，于是用blur事件，問(wèn)題又來(lái)了，因?yàn)檫@個(gè)頁(yè)面中組件的生成和刪除需要?jiǎng)討B(tài)渲染，并且根據(jù)前面的介紹很容易知道組件的渲染是有兩層結(jié)構(gòu)的，那么在用戶進(jìn)行點(diǎn)擊或輸入操作的時(shí)候，就需要傳遞一個(gè)參數(shù)（用來(lái)定位是哪個(gè)component以及每個(gè)component下面對(duì)應(yīng)的某一個(gè)nucle等等），能力有限( ?□? )目前我沒(méi)有找到解決辦法，于是轉(zhuǎn)elementUI框架。

組件的動(dòng)態(tài)渲染用了一個(gè)比較巧妙的辦法，一開(kāi)始我打算用render來(lái)寫(xiě)，后來(lái)從部門大神那里學(xué)到通過(guò)遍歷列表進(jìn)行渲染，腦子之間還是有差距的。。。

<div v-for='(Con, i) in componentList' :key='Con[i]'><strong>Component {{i+1}}.</div>

同理原子核的動(dòng)態(tài)渲染也是這么實(shí)現(xiàn)的：

<div v-for='(li, j) in nucleusList[i]' :key='li[j]'>{{j+1}}. No of equivalent nuclei:</div>

然后每次增加和刪除只需要操作數(shù)組列表的長(zhǎng)度即可~

各參數(shù)的綁定：component中參數(shù)均使用一維數(shù)組，chenge事件需傳遞一維數(shù)組的下標(biāo)，component內(nèi)的nucleui均使用二維數(shù)組，change事件需傳遞二維數(shù)組的下標(biāo)。

以上介紹參數(shù)定義，接下來(lái)是數(shù)據(jù)處理：

// 首先計(jì)算裂變數(shù)據(jù)stickspectrum (w) { // console.log(’組件信息’, w) const stick = new Array(2) // 返回包含stick[0]的stick光譜數(shù)組，stick[1]是位置 stick[0] = new Array()// 光譜強(qiáng)度 stick[1] = new Array()// 光譜位置 stick[1][0] = this.h * this.frequency / (this.r[w].g * this.mu) for (var j = 0; j < this.r[w].equiv.length; j++) { // console.log(’stick[0].length’, stick[0].length) //分裂后的光譜數(shù)據(jù)長(zhǎng)度 for (var i = stick[0].length - 1; i >= 0; i--) { stick[0][i] /= Math.pow((2 * this.r[w].spin[j] + 1), this.r[w].equiv[j]) stick[1][i] -= this.r[w].equiv[j] * this.r[w].spin[j] * this.r[w].hfc[j] for (var k = 0; k < 2 * this.r[w].equiv[j] * this.r[w].spin[j]; k++) { stick[1].splice(i + k + 1, 0, stick[1][i] + this.r[w].hfc[j] * (k + 1)) stick[0].splice(i + k + 1, 0, 0) } for (var k = 0; k < this.r[w].equiv[j]; k++) { for (var m = i + 2 * this.r[w].spin[j] * k; m >= i; m--) { for (var ii = 0; ii < 2 * this.r[w].spin[j]; ii++) {stick[0][m + ii + 1] += stick[0][m] } } } } } return stick },

// 再對(duì)裂變后的數(shù)據(jù)進(jìn)行光譜計(jì)算spectrum (stick) { let xmin = Infinity; let xmax = 0 for (var k = 0; k < this.r.length; k++) { xmin = Math.min(Math.min.apply(Math, stick[k][1]) - 10 * this.r[k].width, xmin) xmax = Math.max(Math.max.apply(Math, stick[k][1]) + 10 * this.r[k].width, xmax) } const tmp = xmax - xmin xmax += tmp * 0.05 xmin -= tmp * 0.05 const step = (xmax - xmin) / (this.No_integers - 1) for (let i = 0; i < this.No_integers; i++) { this.XY[0][i][0] = xmin + step * i this.XY[0][i][1] = 0 this.XYint[0][i][0] = this.XY[0][i][0] this.XYint[0][i][1] = 0 this.XYdoubleint[0][i][0] = this.XY[0][i][0] this.XYdoubleint[0][i][1] = 0 } for (let k = 0; k < this.r.length; k++) { // 分量累加 const sticks = new Array(this.No_integers) for (var i = 0; i < stick[k][0].length; i++) { var j = Math.round((stick[k][1][i] - xmin) / step) sticks[j] = sticks[j] ? sticks[j] + stick[k][0][i] : stick[k][0][i] } const tmp = new Array(this.No_integers)// 第一種光譜繪圖位置數(shù)據(jù) let ind = 0 for (var i = 0; i < this.No_integers; i++) { if (sticks[i]) { // 建立峰值索引——sticks[i]===1即峰值所在。 tmp[ind] = i ind++ } } const tmpint = new Array(this.No_integers) // 用來(lái)保存每個(gè)分量的積分 const tmpdoubleint = new Array(this.No_integers) // 用來(lái)保存每個(gè)分量的二重積分 for (var i = 0; i < this.No_integers; i++) tmpint[i] = 0 tmpdoubleint[0] = 0 const rwid = Number(this.r[k].width) const rwid2 = Math.pow(rwid, 2) const lortmp = Number(this.r[k].percent) * Number(this.r[k].lor) / 100 * Math.sqrt(3) / Math.PI // 洛倫茲線乘積 const gaustmp = Number(this.r[k].percent) * (100 - Number(this.r[k].lor)) / 100 * Math.sqrt(2 / Math.PI) // 高斯線乘法器 for (let i = 0; i < this.No_integers; i++) { for (let j = 0; j < ind; j++) { const delta = this.XY[0][i][0] - this.XY[0][tmp[j]][0] const delta2 = Math.pow(delta, 2) if ((rwid > step && Math.abs(-0.5 * rwid - delta) < 0.5 * step) || (rwid < step && -0.5 * rwid - delta > 0 && -0.5 * rwid - delta < step)) { this.XY[0][i][1] += sticks[tmp[j]] * (lortmp * 0.5 / rwid2 + gaustmp * 2 / Math.sqrt(Math.E) / rwid2) } else if ((rwid > step && Math.abs(0.5 * rwid - delta) < 0.5 * step) || (rwid < step && delta - 0.5 * rwid > 0 && delta - 0.5 * rwid < step)) { this.XY[0][i][1] -= sticks[tmp[j]] * (lortmp * 0.5 / rwid2 + gaustmp * 2 / Math.sqrt(Math.E) / rwid2) } else { this.XY[0][i][1] += sticks[tmp[j]] * (gaustmp * (-4) / rwid / rwid2 * delta * Math.exp(-2 * delta2 / rwid2) + lortmp * (-delta) * rwid / Math.pow((delta2 + 3 / 4 * rwid2), 2)) // 其他情況下的正常計(jì)算，高斯+洛倫茲 } this.dataarray = [this.XY, this.XYint, this.XYdoubleint] tmpint[i] += sticks[tmp[j]] * (gaustmp * Math.exp(-2 * delta2 / rwid2) / rwid + lortmp / 2 / rwid / (0.75 + delta2 / rwid2)) // 高斯+洛倫茲積分-明確計(jì)算以避免積分誤差 } } for (let j = 1; j < this.No_integers; j++) { tmpdoubleint[j] = tmpdoubleint[j - 1] + step * (tmpint[j] + tmpint[j - 1]) / 2 } // 二重積分 // console.log(’二重積分’, tmpdoubleint) const mm = tmpdoubleint[this.No_integers - 1] / Number(this.r[k].percent) // 有多少積分高于理論(只發(fā)生在非常尖銳的線) for (let j = 1; j < this.No_integers; j++) { this.XYdoubleint[0][j][1] += mm > 1 ? tmpdoubleint[j] / mm : tmpdoubleint[j] // 第三種頻譜數(shù)據(jù) 如果二重積分高于理論，將其標(biāo)準(zhǔn)化 this.XYint[0][j][1] += tmpint[j] // 第二種頻譜數(shù)據(jù) } } // console.log(’XYint’, this.XYint[0]) },

計(jì)算完成的光譜，返回三種數(shù)據(jù)XY、XYint、XYdouble，然后就是繪圖~

到此這篇關(guān)于如何利用vue實(shí)現(xiàn)波譜擬合的文章就介紹到這了,更多相關(guān)vue實(shí)現(xiàn)波譜擬合內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！