马铃薯黑心病是一种马铃薯主要内部缺陷, 严重损害薯条、 薯片、 全粉等加工制品的质量和产率。 目前对马铃薯的分级主要侧重于外部品质检测, 针对内部缺陷检测的研究很少。 旨在开发一种马铃薯黑心病的快速无损检测技术, 为此搭建了马铃薯可见近红外透射光谱分析平台, 分析健康与黑心病马铃薯的透射光谱特性并优化光谱判别模型参数。 基于现有马铃薯分级线和复享PG2000高速光谱仪, 采用左右透射方式（光源与光纤探头位于分级线果盘左右两侧）, 采集470个马铃薯（其中健康薯234个、 黑心薯236个）的透射光谱图, 建立偏最小二乘判别模型（PLS-DA）, 并利用主成分分析（PCA）与光谱形态特征相结合的方法选择特征波长, 优化模型。 分析发现, 健康薯与黑心薯的可见近红外透射光谱在吸光度值和光谱形态特征方面均存在明显区别。 黑心薯的平均光谱吸光度值高于健康薯（650～900 nm范围内）, 但黑心薯的平均光谱曲线较为平缓, 无明显吸收峰, 而健康薯平均光谱曲线在665, 732和839 nm附近有明显吸收峰, 并且健康薯与黑心薯的平均光谱差值在705 nm处达到最大值。 基于PLS-DA法建立了马铃薯黑心病判别模型, 对黑心病的判别效果显著, 分类器特性曲线（ROC）下面积（AUC）值为0.994 2, 黑心薯识别总正确率能够达到97.16%, RMSECV和RMSEP分别为0.28和0.26。 此外, 成功利用PCA与光谱形态特征相结合的方法对模型进行简化, 最终得到由6个波长（658, 705, 716, 800, 816和839 nm）组成的特征波长组合, 简化后的模型总正确率能够达到96.73%, 接近全波段模型判别水平。 研究表明, 左右透射的方式能够准确识别黑心马铃薯, 实现对马铃薯内部缺陷的快速无损检测。 对我国马铃薯产业的发展起到一定的促进作用, 为马铃薯内部缺陷在线检测技术的提高提供了重要的理论基础和实践依据。

对藻类的识别分类及其生化分析已成为海洋生物学的研究热点之一。 以普通小球藻、 蛋白核小球藻、 微绿球藻、 莱茵衣藻为样品, 通过便携式USB4000微型光纤光谱仪、 Y形光纤和探针, 卤素光源构建的光谱采集系统对不同浓度梯度的120个微藻样本进行浸入式可见/近红外透射光谱的原位采集, 比较去基线、 卷积平滑等光谱预处理方法的效果, 并基于连续投影算法(SPA)筛选特征波长, 通过偏最小二乘法(PLS)、 最小二乘支持向量机(LS-SVM)和极限学习机(ELM)进行建模, 探讨采用透射光谱原位快速鉴别四种不同藻种的可行性。 结果表明: 卷积平滑的处理效果较为理想, 有效波长可用于代替原始光谱建立微藻种类判别分析模型。 SPA-LV-SVM和SPA-ELM的预测效果显著高于SPA-PLS, 三者的平均预测正确率分别是80%, 85%, 65%。 浸入式可见/近红外光谱技术和便携式光纤探针结合的藻种鉴别方法, 有效实现了对四种微藻的鉴别, 为藻种鉴别和藻种分类研究领域提供了一种新思路。