该文通过详细研究小波分析和分形理论的理论特征,结合分析化学数据信号的基本特征,致力于研究化学计量学中新的分析信号处理方法,并把建立的新技术应用在化学和生物信息的处理上.建立了一系列的信息的提取和处理新技术,包括复合信号的分辨、最优滤波和核酸序列的解析几个方面,其主要内容如下:1.首创"分形分辨重叠峰算法",有效简便地分离重叠的仪器信号.将分形理论用于仪器分析信号的解析,提出一种面向分析谱图中重叠信号处理的分形分辨算法.2.建立了"离散小波阈值去噪法",应用于电化学发光检测(ECL)的毛细管电泳(CE)信号的处理.用三联吡啶钌[Ru(bpy)<,2><+3>](TBR)电化学发光作为一种高灵敏、高选择性的检测方法,由于受周围环境和仪器本身的影响,以及TBR与OH<->的反应,使采集到的信号波动较大,因此要得到预期的高灵敏度和准确性就必须对信号做滤波的处理.3.首次开发了第二代小波的全新滤波方法--"提升格式小波滤噪法".传统小波的构造是通过对函数的平移和伸缩并结合Fourier变换技术来实现的,提升格式与传统方法的主要区别就是它完全不依赖于Fourier变换,在空域完成了对双正交小波滤波器的构造.与传统的小波变换相比,提升小波结构简单,运算量低;原位运算,节省缓存空间;逆变换通过结构翻转得到,具有诸多实现上的优点.4.创建了墨西哥帽小波研究核酸序列分形特征的提取方法.根据尺度不变性的分形概念可以用来研究复杂的基因结构.我们结合小波分析和分形理论,采用分数布朗运动(FBM)建立数学模型,研究脱氧核糖核酸(DNA)序列的自相似性.5.提出了一种提取外显子和内含子序列的特征向量的新方法--小波分形维数法,并设计了人工神经网络分类器识别外显子和内含子的程序.基因中包含了外显子和内含子序列,利用外显子和内含子区域具有不同的分形尺度特性,将小波理论和分形几何理论相结合,计算各自的分形维数.把表征分形结构尺度特性的量化参数作为特征向量,构成两个识别类,考察外显子与内含子序列的分布.运用L-M优化算法,构造误差反向传播(BP)神经网络的分类器,对外显子和内含子序列进行识别验证,并对分类器的识别率进行估计.实验结果表明以分形维数作为外显子和内含子序列的特征向量,该分类器完全可以分辨两种不同的序列.以上信号处理技术都已编写了完整的应用程序,可以极为方便地使用并推广.运用这些技术能够极大地改善分析信号的性能,大大提高分析的准确性和重现性,降低检测限,在消耗更少的试剂、时间、精力的前提下,获得更多、更好的化学和生物信息.该文是国家自然科学基金和广东省自然科学基金资助项目.