为研究陕西省旬邑县西头遗址上庙墓地出土的西周早期铜泡和铜镜上的三处纺织遗痕P1﹑J1和J2, 使用红外光谱仪﹑三维视频显微系统和扫描电子显微镜对其进行了结构分析和种类鉴别。 从红外吸收光谱图中发现这三处遗痕都存在纤维素与木质素中的CH2弯曲振动产生的1 434 cm-1波数附近、 纤维素中葡萄糖环中C-O醚键伸缩振动产生的1 080和1 033 cm-1波数附近的强峰; 在1 645~1 610 cm-1区域内出现吸收峰, 该峰代表的是木质素中共轭羰基和CC的伸缩振动; 且J1﹑J2在纤维素中β-D-葡萄糖苷键的特征吸收振动谱带898 cm-1波数附近存在强峰; 这些特征峰都与天然麻类纤维的红外吸收光谱图吻合, 可推测这三处纺织遗痕为麻类纺织品。 显微观察发现其纤维表面较为粗糙, 径向呈圆筒状或扁平的袋状, 截面呈三角形和椭圆形, 与麻类中的大麻显微结构相似, 故推测其为大麻制品。 测量其纺织密度可知, 铜泡上的纺织品较为细密为23×25根·cm-2; 铜镜上的纺织品较为疏松, 分别为13×6和13×14根·cm-2。 使用独立样本T检验发现, 三处纺织品的经纬线直径数据存在显著性差异, 应是区别使用经纬线纺织而成的。 根据以上分析结果得出由于墓葬规格的差异, 铜泡上纺织物比铜镜更细密, 且铜镜上两种纺织品编织密度差异较大, 根据其附着的不同位置可推测铜镜上的纺织物J2为包裹物, J1为在埋藏时垫衬在铜镜下方的纺织物, 且铜镜在下葬时正面朝下放置。 从出土物可知, 在商周时期已经能利用大麻作物进行纺织, 并且纺织水平发展成熟; 铜离子的抑菌作用使墓葬中的纺织品保存至今, 这得益于古人使用纺织物包裹青铜器埋葬的习惯。

考古木材的保存保护需要基于其主要化学组分的降解状况, 制定科学的保护方案, 如加固剂的选用、 处理时间与温度的控制等。 选取徐州万达汉代墓群出土四个棺木作为样品; 经鉴定, 树种分别为硬松（Pinus subgen. Diploxylon sp.）、 楠木（Phoebe sp.）、 梓木（Catalpa sp.）和榉木（Zelkova sp.）。 采用衰减全反射傅立叶红外光谱及热重分析, 快速表征考古木材和对应现代材的化学性质和热解特性。 研究结果表明: 考古硬松、 考古楠木、 考古梓木以及考古榉木的红外光谱中1 730 cm-1附近来自于半纤维素乙酰基上CO伸缩振动的吸收峰几乎消失, 而1 500 cm-1附近木素苯环骨架伸缩振动吸收峰的相对峰强提高, 这反映出古木半纤维素降解严重, 而木素留存较好。 古木综纤维素样品中均未发现半纤维素中酰氧键（—COO）位于1 238 cm-1附近的特征峰, 而除现代楠木综纤维素外, 其余现代材综纤维素红外谱图中均检测到此峰, 这表明与纤维素相比, 古木中半纤维素降解更严重, 也说明楠木的半纤维素含有较少的酰氧键。 与古木酸不溶木素样品相比, 现代健康材酸不溶木素1 459 cm-1附近甲基与亚甲基的C—H弯曲振动的吸收峰强度较高, 说明现代健康材酸不溶木素中有更多的甲基与亚甲基, 木素大分子中含有更多的侧链。 古木酸不溶木素的红外谱中1 028 cm-1附近的木素中仲醇与脂肪醚结构的吸收峰强度低于现代材, 说明古木的酸不溶木素含有较少的C—O键。 比较不同树种古木和现代材的热解行为, 发现古木热解速率均减缓, 快速热解段起始温度提前, 残炭率提高。 古木与现代材热解行为的差异, 主要与古木综纤维素大量降解, 木素相对含量的提高有关。 在4个古木样品中, 考古楠木的残炭率最低, 这表明考古楠木木素相对含量较低, 综纤维素保存较好, 其天然耐久性在4个树种中最好。 此外, 由于古木酸不溶木素中含有较少的侧链以及甲氧基使得其热解速率变慢。 以上结果表明, 红外光谱与热重分析均可用于分析考古木材的降解状况, 能为及时制定文物保护方案提供科学依据。

瓦斯气体的监测是影响煤矿安全的重要因素之一, 对其的在线实时监测成为煤矿安全的重要保障。 本文采用红外光谱分析技术, 对瓦斯气体的红外定量分析算法进行了研究。 为提高模型分析精度, 将数据挖掘技术应用在分析算法中。 通过增加基于K平均非分层聚类分析对数据进行处理发现, 带聚类分析的偏最小二乘算法比单纯采用偏最小二乘算法在精度上明显占优。 另外, 为减少模型中个别定标样本误差对精度的影响, 采用聚类分析的方式进行了数据预处理, 发现这种去噪方法在分析精度上又有所提高。

在可见/近红外光谱分析中, 提取光谱数据中的有用信息是建立稳健准确模型的前提。 ISOMAP是一种有效的提取数据本真维的降维方法, 但对噪声和邻域参数都比较敏感。 提出了一种改进的ISOMAP有监督降维方法, 利用光谱数据本身的相关性指导邻域图的构建, 降低对噪声和邻域参数的敏感程度, 以正确表达数据的邻域结构。 采用该方法对两组光谱数据降维并进行PLS建模, 结果表明, 改进后的算法消弱了邻域大小的影响, 提取出的本真维数更小, 同时提高了模型精度。

模式识别技术及数据挖掘方法已成为化学计量学的研究热点。 近红外(NIR)光谱分析以其快速、 简便、 非破坏性等优势广泛应用于光谱信号的处理和分析模型的建立。 文章基于五种不同的模式识别方法： 局部线性嵌入(LLE)， 小波变换(WT)， 主成分分析(PCA)， 偏最小二乘(PLS)和支持向量机(SVM)， 利用NIR技术建立了玉米种子的模式识别系统， 并将其应用于108玉米杂交种和母本178种子的近红外光谱样品。 首先利用LLE， WT， PCA， PLS进行消噪或降维， 然后运用SVM进行分类识别， 而一模支持向量机(1-norm SVM) 算法直接进行分类识别。 三个不同NIR 光谱范围的数值实验显示： PCA+SVM， LLE+SVM， PLS+SVM识别效果甚佳， 而WT+SVM和1-norm SVM方法也有较高的分类精度。 实验结果表明了本文提出方法的可行性和有效性， 为利用近红外光谱和模式识别技术进行种子识别研究提供了理论依据和实用方法。

模式识别技术及数据挖掘方法已成为化学计量学的研究热点。 近红外(NIR)光谱分析以其快速、 简便、 非破坏性等优势广泛应用于光谱信号的处理和分析模型的建立。 基于五种不同的模式识别方法: 局部线性嵌入(LLE), 小波变换(WT), 主成分分析(PCA), 偏最小二乘(PLS)和支持向量机(SVM), 利用NIR技术建立了玉米种子的模式识别系统, 并将其应用于108玉米杂交种和母本178种子的近红外光谱样品。 首先利用LLE, WT, PCA, PLS进行消噪或降维, 然后运用SVM进行分类识别, 而一模支持向量机(1-norm SVM)算法直接进行分类识别。 三个不同NIR 光谱范围的数值实验显示: PCA+SVM, LLE+SVM和PLS+SVM 识别效果甚佳, 而WT+SVM和1-norm SVM方法也有较高的分类精度。 实验结果表明了本文提出方法的可行性和有效性, 为利用近红外光谱和模式识别技术进行种子识别研究提供了理论依据和实用方法。