以全国17个主要烤烟产地省份中收集的3 914个烟叶样品的近红外光谱为实验对象, 其中浓香型、 中间香型、 清香型烟叶光谱分别865条、 1 403条、 1 646条, 应用近红外光谱和多算法融合方法分析其香型风格特征。 在以产地进行初步划分烟叶香型以及认可过渡型和非典型香型类型的基础上, 选取基于主成分及Fisher准则的投影法(PPF)、 偏最小二乘判别(DPLS)、 支持向量机(SVM)作为单分类器, 得到各个算法第1和2判别分析结果； 应用PPF-DPLS-SVM融合和各算法第1和2判别分析结果, 将预测验证样品的分析结果详细划分为典型、 过渡型、 非典型香型样品(分别为493, 392, 115个)； 其中典型香型烟叶样品的判别准确率达到927%, 较未进行典型样品划分时PPF, DPLS, SVM单算法的识别准确率分别提高了302%, 154%, 166%。 样品数据来源于全国主要烤烟产地, 数据量大, 代表性较好, 分析结果具有一定普遍性； 提出的多算法融合分析方法大幅度提高了通过客观数据判别烤烟香型的准确率； 同时, 将烤烟香型细划分为典型、 过渡型和非典型香型的方式, 对烤烟烟叶原料的科学合理利用以及烟叶原料的模块化工业加工等有指导作用。

目标跟踪过程中出现的遮挡问题一直是目标跟踪中的难点。如何有效处理遮挡，尤其是严重遮挡和全部遮挡是评价目标跟踪算法鲁棒性的关键指标。本文对国内外现有的遮挡情况下的目标跟踪算法进行了总结和分类，分别介绍了基于中心加权、子块匹配、轨迹预测、贝叶斯理论的多种遮挡目标跟踪算法，特别描述了综合多种算法优势的多算法融合跟踪算法。阐述了各种算法的基本思想及其遮挡处理功能，分析了各种算法的优缺点，并指出了它们的适用场合。文章最后提出了遮挡情况下目标跟踪算法存在的问题，特别指出将多传感器融合技术用于有遮挡的目标跟踪是该项技术的发展方向之一。