针对近年来备受关注的注水肉问题，提出一种可以快速、准确检测出注水肉的新方法。采用近红外(NIR)光谱技术测量肉品的水分含量，并建立肉品水分含量模型。为了提高NIR光谱测量精度和准确性，克服肉品水分测量受肉品体积重量的敏感性影响，将肉品的图像信息和pH值作为模型的辅助参量，以水分、图像、pH值为特征数据，进行多传感器信息融合。最终，通过支持向量机(SVM)数据分类器对所测肉品是否为注水肉进行快速模式识别。

利用近红外光谱技术检测猪肉在腐败过程中不同时刻的光谱，研究了猪肉新鲜度等级划分的可行性，并运用近红外OPUS软件建立了分析模型。为了更好地反映猪肉新鲜度等级，用SOM神经网络聚类方法重新划分了总挥发性盐基氮(TVBN)国家标准等级，由原来的3个等级划分成5个等级标准。为了提高模型预测准确度，在选用一阶导数+矢量归一化(平滑点数为13)预处理方法基础上，在聚类分析前用主成分分析方法进行降维，使预测偏差减小，使样品预测正确率得到进一步提高，预测级别偏差减少，提高了模型预测能力。

利用电子束直写系统(EBL)和反应离子束刻蚀系统(RIE)制作了两级正交偶极分形槽样品,其中空气槽的宽度为0.12 μm,两级正交偶极分形槽结构中第一级和第二级的臂长分别为1.8 μm 和0.8 μm。样品总体尺寸为35 μm×35 μm,是由20×20个正交偶极排列而成的,每个正交偶极之间的周期为1.5 μm。采用实验和传输矩阵(TMM)理论模拟的方法研究了分形槽结构在近红外和中红外波段的透射曲线,正交偶极分形槽结构在1.7 μm和5.2 μm波长处得到两个增强透射峰,其透射率分别为36%和49%。理论模拟结果与实验测量结果基本一致。证明了两级正交偶极分形结构中自相似性的存在。