利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750 cm^-1范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。

本文利用红外光谱结合主成分(PCA)和偏最小二乘法判别分析(PLS-DA)研究了朝天椒(簇生椒)和涮涮辣.测试了2种辣椒60个样品的红外光谱,对光谱范围1800~950 cm-1做二阶导数处理,发现在该区间存在着明显的差异,利用该区间二阶导数光谱数据进行主成分分析和偏最小二乘法,结果表明PCA和PLS-DA都能很好的区别两种辣椒,其中主成分的正确率为100%,偏最小二乘法在隐含潜含变量为12个时其正确率最好,朝天椒的正确率为86.7%,涮涮辣的正确率为93.3%.结果表明小波变换结合PCA和PLS-DA用于傅里叶变换红外光谱技术中能够准确地识别朝天椒和涮涮辣,为区分不同品种的辣椒提供快速和有效的方法.

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400 cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。

傅里叶变换红外（FTIR）光谱结合基于小波变换(WT)的线性判别分析（LDA）和反向传播网络（BPNN）研究了甜橙炭疽病和正常果皮。样品的红外光谱经多尺度一维连续小波变换（CWT），发现第10尺度的小波系数存在着明显的差异，提取该尺度三个区域的系数作为特征参数建立LDA和BPNN模型，结果表明LDA模型对样品的识别效果比BPNN模型好。选取1750~950 cm-1 范围内的FTIR光谱进行5尺度离散小波变换(DWT)，选取第5尺度的逼近系数(DWTAC)和细节系数(DWTDC)建立LDA和BPNN模型，结果显示利用细节系数建立的模型比逼近系数识别效果好，LDA和BPNN模型对样品的识别正确率均为95%。结果表明小波变换结合LDA和BPNN用于傅里叶变换红外光谱技术能够准确地识别甜橙炭疽病和正常果皮，为甜橙病害检测提供快速和有效的方法。

基于形貌特征的常规鉴别牡丹花品种方法主观性强且缺乏化学信息，运用傅里叶变换红外光谱（FTIR）技术结合主成分分析（PCA）来鉴别不同品种的牡丹花。各牡丹花品种的红外光谱整体上比较相似，主要由蛋白质、酚类、脂类、苷类、多糖及黄酮类化合物的振动吸收带组成。牡丹花一阶导数光谱在1800～700 cm-1区域有较大差异，选取该范围内的一阶导数数据,运用Matlab 2010编程实现主成分分析与相关分析，主成分分析的分类正确率达到96%，相关分析与主成分分析结果相一致。结果表明，此方法可以作为牡丹花品种鉴别的一种可行性手段。

利用傅里叶变换红外(FTIR)光谱结合主成份分析（PCA）和系统聚类分析（HCA）技术对不同品种辣椒进行鉴别研究。测试了5种辣椒共50个样品的红外光谱，结果表明，5个不同品种辣椒的红外光谱相似，但在1800～800 cm-1范围内红外光谱的峰位、峰形及吸收强度有一些微小差异。对原始光谱作二阶导数处理，发现在该范围内5种辣椒的二阶导数光谱差异明显，利用该范围二阶导数光谱数据对5个品种50个样品进行聚类和主成分分析。聚类分析正确率为100%,主成分分析正确率达98%，能把5个品种的辣椒分开。研究结果表明：傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的辣椒区分开。

利用傅里叶变换红外光谱(FTIR)对5种不同类型的土壤进行了研究, 结果显示, 其红外光谱主要是由碳酸盐、硝酸盐、磷酸盐、锰酸盐等无机盐类, 黏土矿物及有机质的振动吸收带组成。五种土壤的红外光谱在1600～750 cm-1范围内呈现出差异, 作一阶导数处理后, 发现其差异主要表现在1440 cm-1、875 cm-1及798～780 cm-1附近。选取1600～750 cm-1范围内的一阶导数数据运用Matlab 2010来实现主成分分析, 前两个主成分累计贡献率达到90.14%, 利用这两个主成分作二维散点分布图, 结果表明该分布能对这五种土壤进行有效分类, 这为土壤鉴定提供了快捷的光谱手段, 同时表明傅里叶变换红外光谱技术用于对土壤的研究, 且具有测定快速方便、无损、准确等优点, 具有较大的应用潜力。

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示, 棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析, 显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。

傅里叶变换红外光谱结合主成分分析和系统聚类分析用于竹类植物鉴别分类研究。 六种竹亚科植物54个竹子叶片的红外光谱测试结果显示竹叶光谱主要由蛋白质、 碳水化合物、 脂类等吸收带组成, 竹叶光谱相似, 仅在1 800～700 cm-1范围峰数、 峰位、 峰强上存在较小的差异。 六种竹子叶片红外光谱的二阶导数谱在1 800～700 cm-1范围显示明显差异。 用1 800～700 cm-1范围二阶导数光谱进行主成分分析, 在主成分PC1, PC2, PC3三维空间图中, 所测试竹叶样本分类正确率达98%; 在PC3-PC4二维投影图显示所有竹叶样本正确分成六个区域; 用1 800～700 cm-1范围二阶导数光谱进行聚类分析, 所测竹叶样本正确聚为六类。 表明FTIR结合统计分析能够在种水平对竹亚科植物鉴别分类。

利用傅里叶变换红外光谱(FTIR)研究了水稻、 玉米、 蚕豆正常叶和稻瘟病叶、 玉米和蚕豆锈病叶。 结果显示, 其红外光谱均主要由多糖、 蛋白质的振动吸收谱带组成。 光谱整体相似, 差异主要表现为光谱峰位、 峰形及吸收强度比。 三种作物正常叶的二阶导数光谱在1 750～1 500 cm-1范围内的相关系数差异明显。 水稻正常叶与稻瘟病叶的吸收强度比A1 056/A1 652; 蚕豆正常叶与锈病叶的吸收强度比A1 652/A2 920; 玉米正常叶和锈病叶(非病斑部位)吸收强度比A1 056/A2 920, 玉米正常叶和玉米锈病叶(病斑处)吸收强度比A1 652/A2 920, 均呈现出病变叶吸收强度比正常叶要小的趋势。 表明他们之间的多糖和蛋白质的含量存在差异。