利用紫外光谱法分析水体COD时, 当样品达到一定浓度之后(仍处于朗伯-比尔定律通常被适用的浓度范围内), 其溶液紫外吸光度与溶液COD数值会明显偏离线性关系, 此现象在许多学者发表的紫外光谱论文中都曾有所提及。 对此, 选用海洋光学公司的S2000微型光纤光谱仪作为光谱测量仪器, 选用PX-2脉冲氙灯作为激发光源, 在温度为20 ℃(±0.5 ℃)及湿度为35%(±5%)的暗室中进行光谱实验, 测量了COD值为40~680 mg·L-1的34组邻苯二甲酸氢钾溶液样品的紫外吸收光谱, 并基于样品紫外吸收特性进行了分析建模。 采用相关系数法选取优势波段, 通过对比样品紫外吸收光谱的第二特征峰和水质COD分析中常用波长处的COD-吸光度关系曲线动态特性, 选定优势波长为275 nm。 采用逐点延伸的方式, 在较低浓度段利用鲁棒线性回归、 较高浓度段利用非线性最小二乘回归, 反复拟合线性或指数方程, 滑动预测下一个数据点, 根据均方根误差和相对误差判断预设低浓度临界点和较高浓度临界点, 确定了低浓度段和较高浓度段COD-吸光度关系模型的分段点分别为300和560 mg·L-1, 得到低浓度段模型和较高浓度段模型。 通过在优势波长处进行低浓度段、 较高浓度段和全浓度范围的鲁棒线性回归和非线性最小二乘法回归等不同模型的拟合精度比较, 表明40~300和300~560 mg·L-1范围内COD-吸光度关系的线性-指数分段数学模型, 不仅拟合精度最高, 而且预测效果好, 低浓度段的预测均方根误差为4.944 9, 较高浓度段的预测均方根误差为6.768 9, 整体预测均方根误差为5.664 7。 研究结果对紫外光谱应用于较高COD的水质测量和分析具有一定的参考价值。

基于反射光谱技术原理研究润滑油的污染浓度预测模型。 选用纯净润滑油和原态污染油为原料, 采用等体积法逐一配置不同浓度的样本； 调整好光纤探头与样品之间的距离及方位角并保持不变, 采用脉冲氙灯为激发光源, 利用波段在200~850 nm范围的光谱仪对不同浓度的样本进行反射光谱测量实验。 实验曲线观察分析表明, 润滑油的污染浓度越高, 反射光谱的强度越低。 在采用变步长算法对原始实验数据进行稀疏采样的基础上, 分别采用相关系数法、 主成分分析法、 主成分分析结合相关系数法(主成分-相关系数法)选取工作润滑油在220~780 nm宽波段范围内的优势特征波长, 并在所选取的优势波长处建立了润滑油污染浓度与光谱反射率的指数关系模型。 测试结果表明, 主成分-相关系数法选取的优势波长37893 nm, 所建立的污染浓度与光谱反射率的指数回归模型能够较好地实现润滑油污染浓度大于006时的预测和估计。 基于主成分-相关系数法选取优势特征波长所建立的指数关系回归模型, 因混合介质及浓度的特异性条件, 不服从低浓度均匀透明溶液中的朗伯-比尔定律, 适用于较高污染浓度的润滑油质量状态估计, 为进一步实现工作润滑油污染浓度的反射光谱法在线快速准确测定提供了可行性实验依据。

针对矿物油三维荧光谱特征提取的奇异值分解方法(SVD)容易忽略重要小成分特异信息的不足，提出小波变换(WT)和SVD 相结合的特征提取方法。利用WT 获取矿物油三维荧光谱数据的低频主部近似分量和不同方向的细节分量；用SVD 提取综合矩阵的奇异值特征；使用模糊C 均值聚类(FCM)方法对矿物油三维荧光谱样本数据进行分类识别，并引入随机噪声进行进一步测试。结果表明WT-SVD 特征向量在矿物油分类识别方面比单独SVD 特征向量具有准确度高、稳健性强的优势，有助于更好地实现矿物油聚类分析或种类鉴别。

采用405 nm发光二极管(LED)作为激发光源,选用孟加拉红(RB)作为光敏剂,可对早期口腔肿瘤进行诊断。正常的口腔黏膜不会被孟加拉红染色,而当口腔产生癌前病变或者生成肿瘤时,孟加拉红就会将病变部位染色。通过光谱测量可知,被染色病变部位的特征荧光光谱波长范围为570-600 nm,而正常口腔组织的特征荧光光谱中心波长约在480 nm。当癌前病变发展成恶性肿瘤之后,其特征荧光光谱发生改变,在630 nm和690 nm处各有一个典型的卟啉峰。以此为依据并结合光致荧光技术,采用荧光比例法,可以对口腔癌前病变进行诊断,灵敏度和特异性分别可达到95%和92.5%。这种无创、快速、早期的诊断方法,可以显著提高口腔癌患者的存活率。

提出了一种绿茶成分分析和种类鉴别的新方法。利用FS920荧光光谱仪测量得到国内生产的26个绿茶样品的三维荧光光谱矩阵(EEMs),建立了不同种类绿茶在特定范围内(激发波长为300～550 nm,发射波长为310～750 nm)的三维荧光光谱图和等高线光谱图。采用平行因子分析法(PARAFAC)计算得到绿茶的3因子激发-发射光谱轮廓图和样品因子投影得分图。通过因子光谱特征分析确定绿茶的三种主要成分(茶多酚、黄酮醇及叶绿素); 通过三维荧光光谱图和等高线光谱图的图谱特征和样品因子投影得分图的分析,证实三维荧光光谱技术和平行因子分析法对绿茶进行成分分析和种类鉴别,是一种高效、精确的方法。