在基于近红外光谱法的无创血糖测量领域, 受人体皮肤状态波动的影响, 血糖预测模型无法长时间使用, 极大地限制了该方法在临床上的应用。 皮肤血流灌注是与人体生理状态密切相关的参数, 直接影响着皮肤中水分的流动, 它还难以像温度、 压力那样借助外部手段进行控制。 在皮肤光谱的测量中, 血流灌注会通过水分的迁移间接影响真皮层的厚度, 并使得光谱产生较大变化。 借助蒙特卡洛模拟方法仿真了在1 000~1 700 nm波段真皮层厚度变化±30 μm时三层皮肤的漫反射光强、 光子穿透深度与平均光程, 研究了真皮层厚度变化后的光谱变化规律。 对两个光源-探测器距离下的衰减度进行差分, 用于消除真皮层厚度变化的影响, 对1 000~1 700 nm的波长均给出了适宜的差分测量距离。 发现1 200 nm波长附近, 当真皮层厚度变化时, 漫反射衰减度在每个测量距离下的变化都非常小, 因此是较适宜的测量波长。 而对于水的吸收峰1 450 nm附近的波长而言, 漫反射衰减度随着光源-探测器距离的增加而变大, 且在一定范围内急剧变化; 因此, 应避免选择这些光源-探测器距离。 对于常用的血糖测量波长1 200、 1 300及1 600 nm波长而言, 光源-探测器距离可选在小于0.1 cm或大于0.4 cm的范围, 此处漫反射衰减度变化随着光源-探测器距离变化较缓慢, 采用差分处理可较好地消除真皮层厚度变化对光谱的影响。 考虑到不同光源-探测器距离下对应的真皮层光子百分比不同, 可选择主要对应于真皮层的光源-探测器距离, 该工作采取80 %真皮光子百分比为界限。 综上, 综合现有仪器能达到的测量精度水平, 对于1 200、 1 300和1 600 nm波长, 可选择0.03~0.1 cm范围内的两个光源-探测器距离进行差分测量, 可以较好地抑制真皮层厚度变化的影响, 从而有效减小皮肤血流灌注变动的影响。

品质性状的化学测定操作繁琐且存在破坏性和耗时较长等不足的问题, 光谱测定具有高效、 快速、 成本低等优点, 但测定准确度受到不同仪器以及不同机型的影响。 为了建立和优化快速测定苜蓿样品的粗蛋白（CP）、 粗脂肪（EE）、 酸性洗涤纤维（ADF）和中性洗涤纤维（NDF）近红外漫反射光谱的模型, 更好的测定苜蓿品质性状。 选取了25份苜蓿材料147份试验样品, 采用傅里叶变换近红外光谱技术（NIRS）扫描, 获得扫描光谱范围4 000~10 000 cm-1的光谱值, 软件TQ Analyst v9选用偏最小二乘法（PLS）和OPUS7.0选用定量2方法建立定量模型并优化, 并进一步交叉验证和外部检验评估模型效果。 结果表明利用2种软件建立的模型都能很好的预测CP的含量, 建模决定系数（R2cal）分别达到0.999 9和0.984 8, 交叉验证的均方根误差（RMSECV）分别为2.121和0.471, 外部验证决定系数（R2）都大于0.97, 残留预测偏差（RPD）值大于6.0。 EE应用TQ Analyst v9所建立的模型效果更好, R2cal为0.999 7, RMSECV为1.502, 外部验证的R2为0.9293, RPD值为3.89; ADF和NDF利用OPUS7.0建立的模型效果更好, R2cal分别为0.944 1和0.978 8, RMSECV分别为1.040和0.514, 外部验证的R2依次为0.914 5和0.911 8, RPD值分别为3.66和3.43。 4种品质性状建模效果表明, 相对分子结构相对简单的蛋白质和脂肪, 利用TQ Analyst v9更准确, 而对于分子结构更复杂的纤维素, OPUS7.0的预测效果更好。

为了降低贡梨自身尺寸差异造成其可溶性固形物含量预测模型的精度不高问题,采用近红外漫反射光谱技术和偏最小二乘回归算法,建立近红外光谱模型和尺寸通用模型,进行了理论分析和实验验证,取得了小果、中果、大果3个尺寸等级的局部尺寸模型和尺寸通用模型,预测了不同尺寸等级贡梨可溶性固形物含量的数据。结果表明,局部尺寸模型预测自身等级的贡梨可溶性固形物含量的效果好,预测其它等级的效果差; 通用模型预测小果、中果、大果的预测相关系数分别为0.892、0.937、0.889,预测均方根误差分别为0.524 、0.417、0.551,通用模型无论预测哪一个尺寸等级的贡梨都有较好的结果。尺寸通用模型能够减小尺寸差异带来的不良影响,适用于检测不同尺寸等级的贡梨可溶性固形物含量。

黏膜组织病变的早期诊断和治疗是遏制黏膜组织癌变的有效手段。利用光谱检测技术，以实时、在体、无创的方式检测黏膜组织细胞的形态变化引起的光学特性改变，通过合理算法进行客观分析，可实现低成本大规模黏膜组织病变的筛查。为了提高面向黏膜组织病变诊断的光谱检测系统的灵敏度和特异性，开发了一套亚扩散域漫反射与荧光联合光谱测量系统，实现对不同深度黏膜组织的漫反射光谱和自体荧光光谱的高效采集，进而通过对光谱信息进行特征抽取，实现黏膜组织病变的快速筛查和恶性肿瘤等级的实时诊断。为了评估所开发系统的性能，开展了仿体实验、离体组织实验和在体实验：仿体实验证明了系统具有良好的测量稳定性；离体组织实验证明了该系统对离体组织具有优异的分类能力(不同类型组织的分类精度>98%，同类组织不同部位的分类精度>74%)；在体实验初步验证了该系统在黏膜组织诊断和分类领域中的应用潜力。

应用紫外-可见光（UV-Vis）漫反射光谱与拉曼光谱对海水大珠母贝养殖的具有不同金色深浅的珍珠（以下简称“金珠”）的光谱特征进行研究。结果表明，金珠对应的UV-Vis 漫反射光谱中在约360 nm、280 nm 处存在特征吸收峰，且360 nm处吸收强度与金珠的金色饱和度呈正相关性，360 nm与280 nm 两处的吸收强度存在负相关性，即：珍珠表面呈现的金色越深，360 nm 处吸收越强，280 nm处吸收越弱；反之，金色越弱，360 nm 处吸收越弱，而280 nm处吸收越强。其次，分别以405、532、785 nm波长的激发光源进行珍珠拉曼光谱检测。在同一激光波长下，随着激光能量的增加（0.05%~100%），谱图中约1086、705 cm^-1处，特别是100~300 cm^-1区间归属珍珠中生物文石的特征峰位渐显且峰强渐增。同时，在405 nm与532 nm 激光光源下，珍珠的拉曼光谱中约1300~1600 cm^-1区间可见两处较宽的拉曼峰。上述两处特征峰随着激光能量的增大，拉曼峰的强度也随之增大且发生定向的频率位移。此外，在激光能量较低时，拉曼谱图中约1086 cm^-1处文石的特征拉曼峰强度明显高于珍珠中自身有机质导致的荧光峰强。随着激光能量的提升，激光束对珍珠样品表面的辐照破坏愈加明显。该研究工作可为当前金珠颜色的形成属性及仿金珠的鉴定提供理论与技术支撑，同时对于拉曼光谱在其他类宝玉石的检测鉴定中具有一定的借鉴意义。

二维过渡金属硫化物(TMDC)材料因为独特的激子效应和材料学性质, 在太阳电池、光催化、传感器、柔性电子器件等领域得到广泛的应用。层数对其性质有显著的调控作用, 自动检测识别所需层数的样品是其从实验室走进半导体制造工业的重要技术需求。本文结合反射高光谱成像技术与图像处理算法, 发展了一种二维TMDC薄层样品的显微成像自动检测技术。基于自主搭建的反射高光谱成像系统, 对制备的不同层数TMDC标准样品进行了光学对比度的系统研究, 阐明了层数的差分反射光谱机理, 提出了可靠的层数判定方法。基于传统边缘检测技术优化设计了一套图像处理算法, 实现了TMDC样品的图像检测及层数鉴定。本文方法具有普遍性、实用性, 结合自动对焦的扫描控制, 能够实现大规模的自动化样品检测, 这也为其他表面目标的显微识别和检测提供了新的灵感和参考。

生菜的新鲜程度是影响生菜品质的最重要因素之一, 其主要取决于生菜的储藏时间, 因此, 对不同储藏时间的生菜进行准确鉴别具有重要研究价值。 由于不同储藏时间生菜的近红外光谱数据具有差异性的特点, 因而使用近红外为不同储藏时间的生菜进行鉴别分类是可行的。 通过将联合模糊C均值聚类(allied fuzzy c-means, AFCM)中的欧式距离测度替换为指数距离测度从而提出了一种GG联合模糊聚类(Gath-Geva AFCM, GGAFCM)分析算法。 GGAFCM通过迭代计算得到模糊隶属度值和典型值, 再结合近红外光谱实现了对不同存储时间生菜的高效精准鉴别。 以新鲜的生菜样本作为研究对象, 使用傅里叶近红外光谱仪(Antaris Ⅱ型)每隔12 h对生菜样本采集漫反射光谱数据, 光谱的波数范围介于10 000~4 000 cm-1之间。 首先, 通过主成分分析(principal component analysis, PCA)对采集到的1 557维生菜近红外光谱数据进行数据压缩将其降至22维, 然后通过模糊线性判别分析(fuzzy linear discriminant analysis, FLDA)对降维后的近红外漫反射光谱数据的鉴别信息进行提取。 设定鉴别向量数为2, 即通过FLDA将22维的生菜近红外光谱数据转换为了2维数据。 最后将模糊C均值聚类(fuzzy c-means, FCM)的聚类中心作为GGAFCM和AFCM的初始聚类中心, 通过运行FCM, GGAFCM和AFCM完成对不同储藏时间生菜的鉴别分类, 并对三种模糊聚类算法得到的聚类准确率、 模糊隶属度、 迭代次数进行分析。 实验结果表明: 在初始化条件相同的情况下, 采用的GGAFCM算法与FCM和AFCM算法相比具有更高的鉴别准确率。 在m=2的情况下, GGAFCM的鉴别准确率达到了95.56%, 而AFCM的聚类准确率为91.11%。 GGAFCM迭代4次达到收敛, 而AFCM与FCM均需要8次迭代计算才能达到收敛。 基于近红外光谱技术, 通过GGAFCM结合PCA与FLDA算法可以高效快速且无损的完成对储存时间不同的生菜的准确鉴别分类, 为生菜储存时间的准确、 快速鉴别提供了实验依据和参考方法, 具有一定的实际应用价值。