1.

农产品的来源对其质量和安全至关重要。本研究利用荧光检测技术探讨了不同产地稻米的化学成分和结构差异。这些差异主要受气候、环境、地质和其他因素的影响。通过鉴定来自不同来源的同一水稻种子品种的荧光特征吸收峰，并将其与已知或标准样品进行比较，本研究旨在验证水稻、保护品牌并实现可追溯性。本研究选取了吉林省不同地区同年种植的同一品种水稻种子作为样本。荧光光谱法用于收集光谱数据，通过归一化、平滑和小波变换对其进行预处理，以去除噪声、散射和毛刺。处理后的频谱数据用作长短期记忆 （LSTM） 模型的输入。该研究的重点是基于 NZ-WT 处理的数据对水稻光谱进行处理和分析。为了简化模型，使用无信息变量消除 （UVE） 和连续投影算法 （SPA） 来筛选最佳波长。这些波长被用作支持向量机 （SVM） 预测模型的输入，以实现高效和准确的预测。在 475-525 nm 和 665-690 nm 的荧光光谱范围内，观察到烟酰胺腺嘌呤二核苷酸 （NADPH）、核黄素 （B2）、淀粉和蛋白质的吸收峰。使用 SVM 建立的溯源预测模型性能稳定，分类准确率高达 99.5%。实验表明，荧光光谱技术在水稻溯源方面具有较高的鉴别精度，为水稻来源的快速鉴别提供了一种新方法。

2.

建立温变环境下红外窗口热辐射模型，模拟窗口外部环境受热场景，利用有限元法仿真不同温度点的热辐射度、温度分布及热应力分布；搭建红外窗口热辐射测量装置，在350～550 K范围内的多个温度点下，实验分别获得一种典型硫化锌红外窗口的发射率和远距离323 K热源点经过该窗口后的中波红外图像，以此研究温度变化对窗口热辐射的影响和分析红外窗口热辐射对中波成像质量的影响。结果表明，硫化锌红外窗口材料热辐射度的仿真与实验结果基本吻合，在低温条件下光谱发射率随波长变化呈现上升趋势，而随着窗口温度的升高，光谱发射率呈下降趋势，热应力分布不均是引起中波成像性能下降的主要原因。该研究结果对筛选不同应用场景下的红外窗口的方法及应用有参考意义，为高温骤变环境下自适应光学的设计提供参考，有利于规避红外成像场景干扰。

3.

本文利用近红外光谱(Near infrared spectrum, NIR)技术，建立了一种衣物材质和含量检测模型。选择8种衣物样品与棉-涤混纺织物作为测试对象，通过对数据进行预处理、特征提取、分类识别和回归分析等步骤，建立了衣物材质和含量的检测模型。实验结果表明，最小二乘向量机所建立的定性判别模型准确性较高，运算时间更短。经二阶导数平滑与预处理后的棉-涤混合面料近红外光谱数据结合偏最小二乘法算法建立的定量分析模型有较好的精准度与稳定性，预测均方根误差达到了0.001 9,满足了近红外快速检测的准确度要求。本文所建立的近红外检测方法具有环保、耗时短、成本低等优点，在衣物制造、质保和质检等领域都有一定应用价值。本研究为衣物材质和含量的检测提供了一种新的方法和思路，具有一定的理论和实际应用价值。