针对脉冲涡流技术在油气井套管检测过程中易受到环境影响而产生的噪声干扰问题, 提出一种油气井套管电磁检测数据的分段动态自适应降噪方法。通过对比分析仿真信号、实验井检测信号与实测井检测信号的差异, 结合实际检测过程中的噪声来源分析, 建立了基于偏心-抖动-温度影响因素的检测信号补偿模型。基于该补偿模型训练得到油气井套管电磁检测数据的分段动态自适应降噪模型。测井数据消噪实验结果表明, 所研究方法与常用的降噪方法相比能更好地抑制实际检测过程中偏心、抖动及温度因素带来的噪声影响, 具有应用和借鉴价值。

目前, 三维荧光技术在应急性饮用水污染事件检测中的应用越来越广泛, 但其仍存在易受水环境波动影响、 低浓度污染事件检出率较低等不足。 因此针对在线检测需求, 提出了一种基于时间序列双阈值的三维荧光饮用水异常事件检测方法。 该方法采用主成分分析法提取检测样本的三维荧光光谱主元特征值, 进行线性自回归（AR）模型训练并对未来时段水质样本主元特征值进行预测, 通过与实测样本主元特征值作差得到特征值差值, 同时结合实测特征值的变化率, 设置特征值差值-特征值变化率双阈值, 最终确定污染事件的时间起始点与结束点, 从而确定整个污染事件。 研究通过模拟高浓度污染事件、 低浓度污染事件、 供水水质波动等场景对所提方法进行了验证。 实验结果表明, 该方法不仅保持了高浓度污染事件检测的准确性, 在检测低浓度污染、 高干扰环境下的低浓度污染时, 该方法相较于常规判别方法, 检测结果准确率分别提高了9.4%和20.7%。

快速、 有效地识别饮用水中污染物类别对于降低突发饮用水污染事件影响十分重要。 目前基于紫外-可见光光谱法的饮用水污染物判别模型大多使用主成分分析(PCA)进行特征提取, 然而, 对于光谱相似度较高的有机污染物, 仅从数据驱动的角度提取其方差最大的方向作为特征进行识别效果往往不佳。 针对有机污染物光谱数据多重共线性以及谱峰重叠干扰的问题, 开展了基于连续投影算法(SPA)和多分类支持向量机(M-SVM)的紫外-可见光光谱饮用水有机污染物判别方法研究。 首先, 使用紫外光谱仪测量苯酚、 对苯二酚、 间苯二酚和间苯二胺的原始光谱数据并进行预处理, 在对四种污染物进行了波长与浓度的相关关系对比分析后, 发现苯酚和间苯二酚、 对苯二酚和间苯二胺的谱峰重叠较为严重； 特征提取时, 引入SPA筛选有机污染物紫外-可见光光谱数据的特征波长组合, 并对不同波长个数时的光谱吸光度进行多元线性回归分析, 选取对应最小预测标准偏差的参数及波段组合作为最优参数组合； 基于最优特征波长组合, 构建基于多分类SVM的饮用水有机污染物分类识别模型； 最后, 对比分析了全光谱、 PCA及SPA特征提取后的光谱数据在不同分类方法及不同污染物浓度下的分类效果, 进一步说明了SPA的适用性和稳定性。 实验结果表明, SPA作为一种提取光谱数据原始特征波段的方法, 可以有效的对有机污染物的紫外-可见光光谱进行特征提取, 提升不同物质之间的差异, 在一定程度上消除多重共线性和谱峰重叠干扰, 从而提高分类模型的准确率。 该方法对于解决饮用水中谱峰重叠的污染物类型判别问题具有参考价值。

水资源关系到国计民生, 近年来时有发生的水污染事件使污染物入侵预警得到了广泛的社会关注。 针对现有基于紫外-可见光光谱的水质异常检测方法存在的检出下限偏低的问题, 提出一种基于监督学习的紫外-可见光光谱水质异常检测方法。 该方法首先获取不同数据集中的正常样本差异性空间, 再使用正交投影方法去除差异性空间中的光谱数据分量, 以达到基线校正的目的; 然后采用偏最小二乘判别分析从校正后的光谱中提取特征, 利用训练集得到的最优阈值确定离群点; 最后采用序贯贝叶斯滚动更新每个时刻上的异常概率, 确定水质报警序列。 实验选用苯酚作为模拟污染入侵事件的注入试剂, 采样2周内的紫外-可见光光谱数据, 在实验平台上对提出的方法进行了验证。 实验结果表明, 采用的正交投影基线校正方法可以消除不同批次水质光谱的背景差异, 更为充分的利用了光谱信息, 降低了对特征污染物的检出下限。

太赫兹波技术在生物医学领域具有广泛应用前景, 结合人体胃管状腺癌组织检测, 针对太赫兹时域光谱(THz-TDS) 组织检测点位与实际病理难以配准的问题, 在处理石蜡包埋的胃组织的过程中引入组织芯片技术, 为实验样本的精准定位检测提供了可行方法。 开展了人体胃正常组织和癌变组织太赫兹检测实验, 结合主成分分析方法, 对比分析了组织芯片技术配准的实验组与未配准的对照组的太赫兹吸收系数和折射率谱。 此外对比研究了采用支持向量机和逻辑回归的太赫兹胃管状腺癌判别方法。 研究结果表明, 使用组织芯片方法有助于提升组织取材的精准性从而提高癌变样本和正常样本光谱数据的区分效果。

太赫兹(Terahertz, THz)波通常是指位于微波和近红外之间的电磁波。 由于很多化学和生物分子的振动和转动模式正好都位于THz波段, 因此可以利用物质的这些“指纹谱”特性开展定性和定量分析研究。 目前用于THz光谱的定量分析主要有主成分回归(PCR)以及偏最小二乘回归(PLSR)等方法, 这些算法在建模时往往需要大量的样本进行监督学习, 模型精度对训练样本依赖性较高, 同时模型的外推性不易保证, 在样本量不足或者外推性要求较高的场合, 这些算法的使用会受到一定限制。 针对这些问题, 该研究提出一种利用光谱的参数化模型——间接硬建模方法(IHM), 进行混合物太赫兹光谱解析和量化分析技术方案的研究。 首先使用S-G平滑滤波方法滤除光谱中的噪声影响; 同时考虑到太赫兹光谱特性, 消除了人工基线对光谱解析产生的影响; 随后, 开展了IHM建模与分析研究, 重点讨论了在两个训练样本数目情况下模型预测准确度的问题; 为了验证该算法的可行性, 制备了利福平、 乳糖一水合物、 微晶纤维素以及硬脂酸镁的四元混合物进行实验与建模分析; 使用回归相关系数R和均方根误差RMSE对定量模型进行评价。 将IHM方法和PLSR方法进行了比较, 理论分析和实验结果表明, 相对于传统方法, IHM方法建模所需的训练样本数量可减少至2个, 与此同时量化分析准确度获得了提高, 同时外推性也有所提升。

近年来, 饮用水安全问题引起社会的广泛关注。 采用紫外-可见光吸收光谱对水质进行异常检测, 具有现场原位、 无需试剂、 分析快速等优点, 适合快速在线监测。 然而, 紫外-可见光光谱数据量大, 且易受仪器和水质正常波动的干扰, 从而影响水质异常检测结果。 提出一种基于基线校正和主元分析的紫外-可见光光谱法来检测污染物引起的水质异常, 该方法利用非对称最小二乘校正基线, 采用主元分析法从基线校正后的光谱矩阵中降维并提取特征, 然后根据残差子空间的Q统计量评估测试样本的离群点, 最后采用累计概率来更新异常报告结果。 通过苯酚注入的实验, 验证了该算法的有效性, 实验结果表明, 提出的方法与单波长法相比, 有效地提高了污染物的检出下限; 与未经基线校正采用主元分析进行的异常检测方法相比, 提高了检出率, 降低了误报率。

相对于传统水质分析方法, 紫外-可见光（ultraviolet-visible, UV-Vis）光谱法具有检测速度快、 维护成本低、 无二次污染等优点, 目前已被广泛应用于水质在线监测各个领域。 介绍了UV-Vis光谱法的检测原理, 论述了基于UV-Vis光谱的常规水质分析方法研究现状, 以及UV-Vis光谱法与其他水质检测方法相融合以提高水质检测性能方面的研究进展, 探讨了UV-Vis光谱分析在水质多参数在线监测、 水质分类、 水质报警等方面的应用现状及其发展趋势。

利用太赫兹时域光谱技术测量了硝基呋喃类药物中呋喃妥因原药在0.2～1.8 THz范围内的吸收系数、 折射率等光学指纹特性, 结果表明呋喃妥因在该频率范围内出现了多个强度不同的特征吸收峰, 吸收系数光谱可用于鉴定呋喃妥因。 借助Gaussian软件利用密度泛函理论对呋喃妥因分子在0.2～1.8 THz范围内的吸收系数光谱进行了模拟, 并对吸收系数实验光谱中部分吸收峰的振动模式进行了分析和指认。 结果表明实验谱中1.25和1.60 THz处的吸收峰与理论谱中1.30和1.67 THz处吸收峰一致, 是由呋喃妥因分子内的振动模式引起的。