利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750 cm^-1范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。

本文利用红外光谱结合主成分(PCA)和偏最小二乘法判别分析(PLS-DA)研究了朝天椒(簇生椒)和涮涮辣.测试了2种辣椒60个样品的红外光谱,对光谱范围1800~950 cm-1做二阶导数处理,发现在该区间存在着明显的差异,利用该区间二阶导数光谱数据进行主成分分析和偏最小二乘法,结果表明PCA和PLS-DA都能很好的区别两种辣椒,其中主成分的正确率为100%,偏最小二乘法在隐含潜含变量为12个时其正确率最好,朝天椒的正确率为86.7%,涮涮辣的正确率为93.3%.结果表明小波变换结合PCA和PLS-DA用于傅里叶变换红外光谱技术中能够准确地识别朝天椒和涮涮辣,为区分不同品种的辣椒提供快速和有效的方法.

傅里叶变换红外（FTIR）光谱结合基于小波变换(WT)的线性判别分析（LDA）和反向传播网络（BPNN）研究了甜橙炭疽病和正常果皮。样品的红外光谱经多尺度一维连续小波变换（CWT），发现第10尺度的小波系数存在着明显的差异，提取该尺度三个区域的系数作为特征参数建立LDA和BPNN模型，结果表明LDA模型对样品的识别效果比BPNN模型好。选取1750~950 cm-1 范围内的FTIR光谱进行5尺度离散小波变换(DWT)，选取第5尺度的逼近系数(DWTAC)和细节系数(DWTDC)建立LDA和BPNN模型，结果显示利用细节系数建立的模型比逼近系数识别效果好，LDA和BPNN模型对样品的识别正确率均为95%。结果表明小波变换结合LDA和BPNN用于傅里叶变换红外光谱技术能够准确地识别甜橙炭疽病和正常果皮，为甜橙病害检测提供快速和有效的方法。

利用傅里叶变换红外(FTIR)光谱结合主成份分析（PCA）和系统聚类分析（HCA）技术对不同品种辣椒进行鉴别研究。测试了5种辣椒共50个样品的红外光谱，结果表明，5个不同品种辣椒的红外光谱相似，但在1800～800 cm-1范围内红外光谱的峰位、峰形及吸收强度有一些微小差异。对原始光谱作二阶导数处理，发现在该范围内5种辣椒的二阶导数光谱差异明显，利用该范围二阶导数光谱数据对5个品种50个样品进行聚类和主成分分析。聚类分析正确率为100%,主成分分析正确率达98%，能把5个品种的辣椒分开。研究结果表明：傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的辣椒区分开。