提出一种反射式微纳光纤耦合器传感膜片，以实现高精度、连续和无创血压监测。该传感膜片由反射式微纳光纤耦合器、聚二甲基硅氧烷薄膜和环氧树脂基底组成，具有很高的压力灵敏度（-0.682 kPa^-1），且无需精确空间对准即可实现脉搏波检测；然后，构建双通道脉搏波检测系统，以获得肱动脉传导时间、桡动脉传导时间以及桡动脉和肱动脉之间的传导时间差值；基于上述参量，利用支持向量回归算法建立血压预测模型。实验结果表明，所提系统的收缩压平均偏差和标准偏差分别为0.08 mmHg和1.13 mmHg，舒张压的平均偏差和标准偏差分别为-0.35 mmHg和1.25 mmHg，符合美国医学仪器促进协会的标准，与其他类型的传感器相比，所提系统的准确度有明显提高。使用该系统监测一天内以及运动时的血压波动，结果表明该系统在连续精准测量血压方面具有可行性及很大的应用潜力。

针对全波形激光雷达和多光谱数据下土地覆盖误分类问题，提出了融合陆地卫星（Landsat）多光谱遥感影像数据和星载全波形激光雷达全球生态系统动态调查（GEDI）数据进行土地覆盖分类的方法。首先，根据实地调查数据建立数据集；然后，采用支持向量机（SVM）方法来实现激光雷达足迹的土地覆盖分类；最后，对土地覆盖的分类结果进行评价。结果表明，在SVM方法下联合使用光谱特征和波形特征的总体准确率可以达到90.68%，相比仅使用光谱特征或波形特征时总体准确率可以提升8个百分点以上。融合光谱特征和波形特征的方法可以提高土地覆盖分类的准确性。

针对未知物体的分类问题，提出了一种基于支持向量机和关联成像的分类方法。该方法利用线性判别分析法提取出物体的特征向量，并根据该特征向量设计出应用于关联成像系统的特征散斑，将特征散斑照射物体获得桶探测器值，支持向量机可以依据桶探测器值进行判别从而获得物体的类别。该方法的可行性在MNIST数据集上得到了验证，结果表明，该方法在10个分类任务中均可取得较高的分类准确率，平均分类准确率达90.5%。与其他分类方法的对比结果表明，所提方法在准确率上更具优势。

耐热钢微观组织及机械性能会随着服役过程发生退化，对老化状态的实时快速监测对安全运行及生产具有重要意义。基于便携式激光诱导击穿光谱（LIBS）设备对获取的T91光谱特征进行降维并优化了老化等级评估模型，实现了对T91耐热钢老化等级的快速诊断。分别采用主成分分析与线性判别式分析（LDA）的降维方法，对光谱特征进行优化精简。而后基于降维后的数据，进一步采用K最近邻算法和支持向量机（SVM）算法来建立金属老化等级评估模型，讨论了建模关键参数选择对模型性能的影响。结果表明，经过LDA降维的光谱数据能实现更好的聚类分布，可有效提高评估模型的准确率。同时，应用LDA-SVM模型能获得最高的老化等级评估准确度，达94.58%。所采用的模型建模方法可有效实现基于便携式LIBS的T91耐热钢老化等级评估。

Ti-6Al-4V is a benchmark Ti alloy. Laser wire additive manufacturing (LWAM) offers advanced manufacturing capability to the alloy for applications possibly including exploration of outer space. As a typical multiple-variable process, LWAM is complex, which, however, can be analyzed, predicated or even optimized by artificial intelligence (AI) methods such as machine learning (ML). In this study, printing parameters of the Ti-6Al-4V is firstly optimized using single-track-single-layer experiments, and then single-track-multiple-layer samples are printed, whose properties in terms of hardness and compressive strength are analyzed subsequently by both experiments and ML. The two ML approaches, artificial neural network (ANN) and support vector machine (SVM), are employed to predict the experimental results, whose coefficients of determination R² show good values. Further optimized properties are realized by adopting genetic algorithm (GA) and simulated annealing (SA) approaches, which contribute to high mechanical properties achieved, for instance, an engineering compressive strength of about 1694 MPa. The results here indicate that important mechanical properties of the LWAM-prepared Ti alloys can be well predicted and enhanced using suitable ML approaches.

提出一种基于偏振比检测和支持向量机的颗粒物实时检测与分类方法。采用双波长的半导体激光器作为光源，使用高灵敏度的雪崩光电二极管分别测量散射光的两个偏振分量，计算出单个颗粒散射光的偏振比，从而实现颗粒分类与识别。结合支持向量机算法与神经网络模型可进一步提升颗粒物的分类精度。针对所研究的二元及三元分类场景，分类精度分别由64%和83%提升至100%和98%。该方法在制药、化妆品以及工业生产控制与检测等领域具有很好的应用前景。

针对Al5083纳秒激光划片过程中产生沟槽和凸起两种轮廓的问题, 研究了不同工艺参数下产生轮廓与映射声信号的关系。开展Al5083薄板纳秒紫外脉冲激光划片试验, 观察轮廓的微观形貌, 探究轮廓形成机制; 采集声发射信号, 小波包变换后分析声信号的差异性, 并开展支持向量机分析。微观观测结果表明, 凸起轮廓的成形机制包括熔融金属溅出受阻和凝固时产生的大量气孔。声信号分析结果显示, 沟槽轮廓对应的小波包分解系数的方差和包络面积显著高于凸起轮廓; 以小波包分解后的频谱为特征向量, 添加标签后使用高斯核支持向量机分类, 分类准确度达92.57%, 验证了小波包变换和支持向量机的结合在基于声信号的轮廓监测中的可行性, 为构建基于声发射的激光划片监测系统提供可行的技术路径。