高分辨率数据的最大特点是：信息量大、存储空间大,如何快速准确的从高分辨分析信号中提取有效的定性、定量信息一直是分析科学研究的前沿方向。特别是在高通量数据的多元分析中,基线漂移的影响一直是一个十分棘手的问题。常规的预处理方法用于高分辨数据的分析和处理是非常耗时或者根本不可行的。尤其是日经发展的高精度、高分辨、高通量仪器,不得不促使新型预处理算法的提出和应用。我们课题组发现,在数据平滑或基线校正时,利用稀疏矩阵算法能使矩阵的运算速度大大提升；同时,我们结合双边指数平滑算法和分位数回归算法,采用迭代加权的策略,创新性的提出了：选择性加权分位数回归算法(SirQR)和自动双边指数平滑算法(ATEB)。值得提出的是,SirQR算法以处理数据的稳健性见长,ATEB以处理数据的快速高效性突出；两种算法均采用迭代拟合策略,在逐级平滑过程中不断趋近实际基线,从而达到校正目的。我们已在MATLAB和R语言上实现了所提出的快速平滑和基线校正算法；并且,其快速、准确和高效性已成功的在高分辨数据(例如,NMR,MADLI-TOF-MS,GC-TOF-MS等)上得到验证。