利用激光诱导击穿光谱（LIBS）技术结合主成分分析-粒子群优化-支持向量机（PCA-PSO-SVM）算法对12类矿石进行分类识别。运用Savitzky Golay滤波、分段特征值提取法对光谱进行平滑滤波与基线校正预处理。选取经主成分分析（PCA）降维后的前25个主成分作为PSO-SVM分类模型的输入，得到对12类矿石的最佳识别准确率为100%。分别建立主成分-线性判别分析（PCA-LDA）、主成分-粒子群优化-误差反向传播神经网络（PCA-PSO-BP）两种分类模型，并与PCA-PSO-SVM模型进行对比实验，结果表明，PCA-PSO-SVM分类模型的识别准确度最高，其平均识别准确率可达99.90%。

基于口径耦合的方法提出了金属-绝缘体-金属电压可调滤波器,该滤波器由两个非对称的矩形环腔和一个矩形波导管组成,其中非对称的矩形环腔内填充有机电光材料4-二甲氨基-N-甲基-4-甲苯磺酸盐(DAST)。利用有限元法仿真分析了非对称矩形环腔波导结构的透射光谱、谐振波长分布和磁场强度分布。结果表明,该滤波器的传输频谱比较平滑,通带带宽和阻带带宽较宽,通带的透射率高达97%,阻带的透射率低至0.01%。该滤波器的特性不仅可以通过改变结构参数进行调整,还可以通过施加控制电压进行调节,可调节性较高,且优化结构后阻带带宽更宽,可在集成光学中应用。