采用典型相关分析对合成孔径雷达(SAR)图像的多分辨率表示进行融合并应用于目标识别。多分辨率表示能够层次化地描述目标特性从而为后续分类提供更多可用信息。为了保持多分辨率表示之间的相关性并去除它们的冗余性, 采用多重集典型相关分析对其进行融合, 获得统一的特征矢量。融合后的特征矢量有效继承了各个分辨率的鉴别力, 有利于提高识别算法的精度和效率。采用稀疏表示分类作为基础分类器对测试样本进行类别判断。在MSTAR公开SAR图像数据集上对提出方法进行了性能测试, 实验结果验证了所提方法的有效性。

使用浊点萃取的方法分离富集水环境中痕量的锰离子， 创新性地使用钙羧酸（CCA）与阳离子表面活性剂氯代十六烷基吡啶（CPC）为络合剂与锰离子形成更稳定的三元络合物， 以TritonX-114为萃取剂浊点萃取分离富集水环境中的痕量锰， 同时采用火焰原子吸收法进行测定， 建立了测定水环境中痕量锰的新方法。 对影响浊点萃取的主要因素如pH、 TritonX-114的用量、 CCA用量、 CPC用量、 NaCl用量、 共存离子影响、 加热温度、 加热时间、 离心时间、 冰浴时间进行了优化。 在优化的实验条件下， Mn2+-CCA-CPC体系分离富集锰有很好地效果， 能够很好的克服基体干扰， 浊点萃取体系在锰含量0.3～1.5 mg·L-1时呈现良好的线性关系。 方法的灵敏度为1.939 mg·L-1， 精密度为0.39%， 检出限为（3σ）0.27 μg·L-1。 测定自来水与井水中的锰含量的结果为33.5和64.5 μg·L-1， 同时做加标回收实验， 回收率在99.1%～101.5%之间。 符合国际标准， 因此该方法能够成功应用到水环境中的锰含量的测定， 结果令人满意。

在中国,厌氧发酵的渣滓——沼渣的主要处理方式是作为有机肥直接施用于土壤,此方式对土壤存在不利影响,本研究采用畜禽粪便与沼渣混和堆肥的方式处理沼渣,可避免传统沼渣处理方式的缺陷,改善土壤质量.初始原料组成对堆肥过程有显著影响.为揭示初始物料组成对堆肥理化、生物和光谱学性质的影响,进行了15组不同物料配比的沼渣、猪粪和鸡粪混合堆肥试验.对堆肥理化和生物指标进行了测定,并采用紫外-可见光谱(UV-Vis)、同步和三维荧光光谱(3D-EEM)结合区域体积积分(FRI)和平行因子分析(PARAFAC)识别特征光谱参数,表征堆肥光谱学特性,采用典型对应分析(CCA)分别建立堆肥理化生物学性质和光谱学性质与初始物料组成的关系.结果显示:堆肥理化、生物学性质和光谱学性质都与初始物料组成有较高相关性,前4个排序轴分别合并解释了83.9%和97.5%的样本总变异.影响堆肥理化、生物学性质和光谱学性质的环境因子排序分别为:猪粪量＞鸡粪量＞沼渣量和沼渣量＞猪粪量＞鸡粪量.富碳原料有利于堆肥腐熟,高比例富氮原料不会导致堆肥氨氮累积.在沼渣混合物料堆肥中,低比例的沼渣有利于腐殖质形成.对沼渣与畜禽粪便混合堆肥发酵效果的评价应综合考虑理化、生物学指标和光谱学参数.

为使现有热释电红外(PIR)探测器具有识别检测区域内红外辐射源的功能，提出一种基于典型相关分析(CCA)特征融合的人体和非人体PIR信号识别方法。该方法首先提取PIR信号的频谱和小波包熵特征，然后对频谱进行子模式划分，并分别与小波包熵特征进行CCA融合，把融合后的结果作为判别信息，从而实现了特征融合且消除了特征之间的信息冗余。最后通过多数投票方式融合判别结果。作为子模式CCA特征融合的一种特殊情况，文中分析了特征与自身子模式特征CCA融合的分类性能。实验结果表明，当频谱分为5个子模式时，能有效地对人体和非人体红外辐射源进行识别，识别率可达95.2%，比直接采用频谱与小波包熵CCA融合的识别率提高了2.7%。而采用小波包熵与自身子模式特征CCA融合的识别率最高为90.7%，比单独采用小波包熵的识别率提高了2.3%。