以下是一个基于 WebAssembly (Pyodide) 技术的交互式 Python 环境，您可以直接在浏览器中使用 Python (Matplotlib + Scipy) 运行与调试滤波算法，体验不同参数处理有噪信号的效果。首次加载需依赖下载（约十余兆），请耐心等待几秒钟。

⏳ 正在加载 Python 运行环境 (~10MB)，请稍候...

📊 选择实验数据集： 【高频与脉冲噪声光谱】 适配：平滑滤波 (FIR/SG/中值)、小波去噪 【基线漂移与低频扰动】 适配：基线校正、去趋势 (Detrending) 【重叠吸收宽峰光谱】 适配：特征增强 (一阶/二阶导数法) 【多光谱散乱偏移集合】 适配：归一化、多元散射校正(MSC/SNV)、PCA

原始信号 (含高频与脉冲噪声)

等待环境加载...

处理后信号

运行代码后显示图表

选择预设滤波算法： Savitzky-Golay 滤波 (保护峰值) FIR 滑动平均滤波 (平滑降噪) 中值滤波 (除尖峰/椒盐噪声) 小波去噪 (Wavelet Denoising) 基线校正 (多项式拟合或 airPLS) 去趋势算法 (Detrending) 多元散射校正 (MSC/SNV) 数据归一化 (Min-Max/Z-Score) 导数特征增强 (一阶/二阶差分) 主成分分析 (PCA 降维重构) 预处理： 无预处理 SG 平滑 FIR 平滑 中值滤波 运行算法

Python 算法代码 (可在线修改参数)：