针对基于旁瓣光束衍射反演的强激光远场焦斑测量无法提取旁瓣图像更外围最小可测信号的问题，笔者提出了基于邻域向量主成分分析（NVPCA）图像增强的旁瓣弱光信号区域波峰参数检测方法。采取的主要优化措施为：首先，将旁瓣图像中的每个像素和它的8邻域像素看作一个列向量，构建一个9维数据立方体，选择主成分分析变换后的第1维数据为NVPCA图像；其次，通过角度变换转化检测对象，检测所有方向上一维旁瓣曲线的各个波峰参数，获得旁瓣弱光信号区域能量的量化分布；然后，搜索每个旁瓣波峰在所有方向上的极大值位置点，连接对应位置点生成每个旁瓣波峰的极大值圆环，计算各极大值圆环的灰度均值；最后，选择大于局域对比度方法（LCM）目标分离阈值且最小的极大值圆环的灰度均值作为整个旁瓣光束的最小可测信号。实验结果表明，采用基于NVPCA图像增强的旁瓣弱光信号检测方法能够从旁瓣图像的第5波峰环分离和提取最小可测信号，动态范围比值提升至原来的1.528倍，各旁瓣波峰参数满足精度要求，为未来大型激光装置强激光远场的精确测量奠定了基础。

为了获得奥氏体不锈钢在液压支柱钢表面激光熔覆的最佳工艺参数，选取工艺参数激光功率、扫描速度、送粉速度为输入变量，将熔覆层质量作为评价指标建立数学模型，设计了16组正交实验。利用自适应混沌粒子群算法进行寻优，对熔覆层宏观形貌和显微组织进行实验分析，验证优化后的工艺参数的合理性与准确性，并将综合评价值相近的两组试件进行对比。结果表明：激光功率为1200 W、扫描速度为13 mm/s、送粉速度为1.72 g/min是最佳的工艺参数组合；采用自适应混沌粒子群算法对工艺参数进行优化，能够有效地改善熔覆层的宏观缺陷和表面性能，证明了该优化算法在激光熔覆领域应用的可行性。

本文研究了分布式声波传感垂直地震剖面（DAS-VSP）法纵波及转换波智能处理与成像方法，讨论了DAS-VSP形态成分分析法数据去噪技术、DAS-VSP多波智能分离方法和流程，以及基于深度学习的DAS-VSP数据规则化方法。创新性地提出了一种基于最小旅行时的多波VSP成像方法，通过旅行时表控制反射路径附近聚焦成像，比传统地震偏移方法的划弧减少，成像过程中计算覆盖次数，解决了覆盖不均匀成像振幅问题。通过海上斜井DAS-VSP实际数据处理，同时获得DAS-VSP上行纵波和上行转换横波成像剖面，结果显示，DAS-VSP不仅含有反射纵波信息，同时存在较强的转换横波，通过针对性处理后，能够实现DAS-VSP纵波及转换波成像，说明斜井DAS-VSP具备多波成像条件，可获得较高信噪比的纵波及转换波成像数据，多波数据更有利于油气预测和识别，智能处理及多波成像方法为DAS-VSP法用于油气勘探开发提供了新的技术手段。

为有效去除动态背景对弱小目标信号的干扰, 提出改进特征空间的红外弱小目标背景建模法来抑制背景。先采用改进的各向异性滤波算法从空域角度进行滤波以约束图像各个组分的差异, 紧接着取连续时间域上多帧滤波后的图像组成一个特征矩阵, 借助于主成分分析法进行特征分解, 最后将输入图像投影到特征空间上进行背景建模, 同时为了适应动态变化的背景, 在时域上以一定学习率来更新背景模型。实验结果表明, 提出的算法比传统的算法取得更好的背景估计效果, 结构相似性 SSIM、对比度增益 I和背景抑制因子 BIF分别大于 0.97、15.46和 5.25。

近期市场出现一种形似铁线绿松石的玉石品种, 商家称之为“中东绿松石”, 困扰了珠宝市场的正常秩序。 对“中东绿松石”进行显微岩相学、 X射线粉晶衍射、 红外光谱、 拉曼光谱、 显微紫外可见光谱和微量元素分析, 确定其矿物学特征和谱学特征并命名。 结果表明: “中东绿松石”是一种多晶质集合体, 以透明-微透明蓝色和白色球状矿物组成的条带为主, 外部具有不透明褐红色矿物, 玻璃光泽, 折射率为1.53~1.54, 相对密度约为2.48~2.60, 紫外荧光灯短波和长波下, 蓝色部分均呈蓝白色荧光。 显微岩相学分析表明, 蓝色和白色的环带区域多为隐晶质放射状玉髓, 部分玉髓表面分布有少量铁氧化物而呈褐红色; 环带的中心区域为0.05~0.3 mm它形粒状的单晶石英。 X射线粉晶衍射分析发现“中东绿松石”中还含有结晶程度不高的针铁矿。 红外光谱显示, “中东绿松石”的红外光谱特征吸收峰与石英质玉石和玉髓一致, 为1 179、 1 104、 798、 781、 690、 540和488 cm-1, 由Si-O非对称伸缩振动、 Si-O-Si对称伸缩振动和Si-O弯曲振动导致。 拉曼光谱分析表明, 样品蓝色环带部分和中心部分具有石英的拉曼位移466和210 cm-1, 样品褐红色部分不仅具有石英的拉曼位移, 还具有针铁矿的拉曼位移302和551 cm-1。 显微紫外可见光谱和微量元素分析表明, “中东绿松石”的蓝色与Cu元素含量呈正相关关系, 表现为600~700 nm吸收带。 尽管“中东绿松石”的外形特点和某些铁线绿松石相似, 但其矿物成分是显晶质石英和玉髓的集合体, 含少量针铁矿, 根据GB/T 16552-2017, 其正确的珠宝玉石名称应为“石英质玉”。

光谱反射率维度高, 与光照和观察条件无关, 能够真实、 客观地描述物体的颜色信息, 由物体本身特性决定, 因此被称为物体的“指纹”。 但是, 光谱反射率数据量超过传统三色系统十倍以上, 这些巨大的光谱数据在存储、 数据处理及传递等方面造成巨大的负担, 花费太多的计算时间。 如果高维光谱可以通过数学变换方法映射到低维空间, 并确保低维空间能够更好地表示原始光谱所覆盖的信息, 可以有效地压缩多光谱数据, 提高基于光谱的颜色复制的处理效率。 针对主成分分析法平等地对待可见光范围的所有波长, 重建光谱仅仅是对原始光谱的数学逼近, 由于波长对颜色的重要性不同, 经常会导致光谱重建误差较小而色度误差较大的问题, 提出了一种基于光谱色差权重函数的多光谱降维算法。 使用主成分分析法将孟塞尔颜色系统Munsell维度降低到1维, 再恢复重建到31维, Munsell的原始光谱和重建光谱的平均光谱色差作为权重函数。 以NCS为训练样本, 分别以NCS、 Munsell和3张多光谱图像为测试样本, 分析和比较本文推荐的权重主成分分析法与主成分分析法以及另外4种权重主成分的性能。 以D65/2°和A/2°照明观察条件下的CIELAB色差和均方根误差(RMSE)分别评价测试样本的原始光谱和重建光谱之间的色度重建精度和光谱重建精度。 实验统计结果表明: 相对于主成分分析法, 无论测试样本是多光谱数据还是多光谱图像, 推荐的方法在牺牲一定光谱重建精度的情况下, 在D65/2°和在A/2°两种照明观察条件下的色度重建精度得到显著的提高, 而色度重建精度提高对于目前广受关注的基于光谱的颜色复制研究具有非常重要意义。 实验统计结果也表明本文推荐的方法的色度重建精度优于目前已经存在的另外4种权重主成分分析法。

经典名方一贯煎由生地黄、 北沙参、 麦冬、 当归、 枸杞子、 川楝子6味药组成, 具有滋养肝肾、 疏肝理气之效。 红外光谱技术具有快速无损的优点, 可完整的将不同批次一贯煎基准样品的信息表达。 运用傅里叶变换红外光谱仪采集样品的红外光谱, 对原始光谱进行预处理, 得到相对峰高, 对共有峰进行归属, 采用聚类分析（HCA）、 主成分分析（PCA）及正交偏最小二乘法-判别分析（OPLS-DA）对图谱数据进行评价。 结果表明15批一贯煎基准样品中868、 822和779 cm-1波段为糖骨架伸缩振动吸收峰, 多为枸杞所贡献, 815 cm-1波段处少数为麦冬所贡献； 生地黄单煎液在1 148 cm-1波段处、 沙参单煎液在1 158、 1 082和1 019 cm-1波段处、 当归单煎液在993 cm-1波段处均有对糖苷类成分的贡献； 川楝子单煎液1 746 cm-1波段处可溶性脂类糖苷成分吸收峰明显, 一贯煎复方中此处吸收峰并不明显, 可能为川楝子与其他五味药配伍煎煮过程中化学成分发生变化。 HCA结果显示, 当组间距离=10时, S1、 S2、 S15聚为一类, S9、 S11、 S12、 S13、 S14聚为一类, S3、 S4、 S5、 S6、 S7、 S8、 S10聚为一类, 表明不同批次一贯煎汤剂内部质量存在一定差异。 PCA分类结果与聚类分析结果基本一致, 并计算不同批次的主成分综合得分, 其中批次3一贯煎汤剂质量最佳, 批次1质量最次, 由载荷散点图分析得到1 104、 1 142、 1 412、 1 260和868 cm-1波段峰对主成分1的贡献率较大； 777、 2936、 923、 1 721、 818和637 cm-1波段峰对主成分2的贡献较大。 OPLS-DA结果与HCA和PCA结果一致, 以VIP＞1为标准, 筛选出七个导致样品之间产生差异的波段, 分别为777、 637、 923、 2 936、 1 260、 1 412和1 630 cm-1, 该结果与PCA载荷图中寻找的重要性权重变量基本一致。 所建立的一贯煎红外指纹图谱方法简单、 准确度高, 可用于经典名方的快速鉴别分析, 为经典名方一贯煎的质量控制与评价提供参考。