提出了一种光谱重叠的多种矿物油混合物组分含量测定的新方法。 将偏最小二乘方法(PLS)推广至三维扩展(tri-PLS), 不需要解决特征值问题。 利用该方法对柴油、 汽油和煤油混合物的三维荧光光谱进行研究, 根据样本序列、 激发波长、 发射波长构造出三维数据矩阵, 结合浓度矩阵应用tri-PLS法建立校正模型, 对实验样本进行预测, 实验结果表明tri-PLS方法的建模精度比常用的平行因子法优越。

采用FS920稳态荧光光谱仪对绿茶和铁观音这两种不同品种茶叶的氯菊酯溶液的荧光光谱特性进行了分析,发现这两种茶叶的荧光峰均位于λex/λem=(390～410)/675 nm, 氯菊酯的荧光峰λex/λem=300/330 nm。为了准确测定这两种茶叶中氯菊酯农药残留的含量, 采用遗传算法优化的径向基函数神经网络对其进行了分析, 当训练到74次时, 均方差精度达到10-3, 绿茶、铁观音的氯菊酯溶液预测样本的平均回收率分别为99.35%和98.89%, 平均相对标准偏差分别为1.25%和1.21%。与建立的径向基函数神经网络模型进行了对比, 结果表明三维荧光分析技术与遗传算法优化的径向基函数神经网络相结合能够较好地检测出茶叶中氯菊酯农药残留的含量, 检测灵敏度大大提高, 检出限范围广, 可达0.004 8～24 mg/kg, 远低于欧盟规定的茶叶中氯菊酯最高残留限量0.1 mg/kg, 为检测农药残留提供了一种快速简便的新方法。

以汽油、煤油和柴油的混合溶液为研究对象，将柴油作为干扰物，分析混合溶液中汽油和煤油的含量，提出了一种通过分析三维荧光光谱数据测量油类混合物成分及含量的新方法。该方法结合展开偏最小二乘法(U-PLS)与残差四线性分析(RQL)处理三维荧光一阶导数光谱。利用Savitzky-Golay多项式拟合微分法分别对油类混合物光谱数据的x轴和y轴求偏导，并将三维荧光光谱扩展为五维导数光谱，再通过U-PLS/RQL建立该四阶数据的校正模型，对预测样品进行分析，使光谱数据得到合理的分解与识别。预测相对误差减小到5.0%以下，预测精度高于三阶多元校正法。