利用太赫兹时域光谱技术, 测量了加热到298, 308, 328和348 K的牛血清白蛋白(BSA)固体样本的低频光谱, 测量过程中获得了BSA样本的折射系数曲线、 吸收系数曲线。 由于BSA样本的THz折射系数和吸收系数光谱曲线存在重叠现象, 采用主成分分析法对BSA样本的折射系数、 吸收系数、 复介电系数虚部及介电损耗角正切, 共四个太赫兹光谱参数进行分析, 发现样本未变性前, 介电损耗角的正切与牛血清白蛋白样本的温度最相关, 相关系数达到99.76%。 采用模糊聚类方法区分变性前后的BSA固体样本, 建立不同温度的BSA模糊识别模型, 发现可以将未变性的样本与已经变性的样本区分开, 为检测不同温度蛋白质特性的太赫兹光谱法提供新的途径。

目前基于天基高光谱图像的导弹识别算法都是从光谱曲线的整体分析考虑, 所需数据量大, 算法处理冗余。为弥补算法不足, 首先从导弹尾焰光谱的影响因素考虑, 分析了导弹发动装置, 燃料成分及温度压强对尾焰光谱的影响, 得出在一定假设条件下, 使用特征段处的辐射数据即可达到导弹识别的结论。在此基础上引入模糊识别算法, 算法充分利用辐射强度与光谱线型信息, 识别结果是各型号导弹的隶属概率。通过对光谱角测度分析, 发现其过于依赖线型, 对线型相近的谱线识别效果不佳, 将模糊识别结果与光谱角测度识别结果对比, 证实了模糊算法在光谱识别中的优越性。

依据2008年和2009年2年在栖霞试验区利用地物光谱仪ASD FieldSpec3测定的苹果花期冠层高光谱和实验室内测定的钾素含量数据, 以冠层高光谱反射率及其11变换形式与钾素含量分别进行相关分析, 以相关系数最大者为自变量, 采用模糊识别算法, 建立钾素含量估测模型; 以2008年的检验样本对模型进行检验, 并利用2009的独立试验数据对模型进行验证。 结果表明, 原始光谱反射率(R)及其倒数(1/R)、 对数(lgR)、 平方根(R1/2)与钾素含量的相关性较差, 但它们的一阶微分和二阶微分与钾素含量之间的相关性明显增强; 建立的钾素含量估测模型=11.344 5h+1.309 7的相关系数r为0.985 1, 总均方根差RMSE为0.355 7, F统计量为3 085.6; 24个检验样本实测值与估测值的平均相对误差为9.8%, 估测精度为90.2%; 2009年试验验证精度达到了83.3%。 表明模型用于苹果花期冠层钾素含量的估测具有较高的稳定性, 模型精度能满足生产上对苹果钾素含量估测的要求。

海天线检测是红外图像自动目标识别技术的一项重要内容。本文深入分析了海天背景红外图像的特点, 提出了一种基于四项特征评分因子的海天线模糊识别算法。首先对梯度图进行 Radon变换以提取候选海天线, 然后联合候选海天线四种特征信息进行模糊综合评判, 最后根据评判值大小给出海天线识别结果。算法对比和实测数据结果表明, 该方法适用范围广, 抗噪声和抗干扰能力强, 识别率高, 可以有效地检测出各种复杂海天背景下的海天线, 为进一步应用 (如目标识别 )奠定了良好的基础。

许多传统螺纹的检测技术工序复杂、效率低、成本高，已不能满足现代工业高效发展的需求，因此要建立一套以机器视觉识别技术为核心的视觉传感和图像处理系统，利用CCD获取螺纹基本图像，并通过数字图像处理技术和模糊模式识别方法对螺纹几何参数进行自动识读并加以识别。

在采用太赫兹时域光谱(THz-TDS)技术对7种常见危险品进行实验研究并得到它们在0.2～2.6 THz频率范围的特征吸收谱的基础上, 用模糊识别方法对7种常见危险品的太赫兹特征吸收谱进行了训练和识别。 将爆炸物RDX(黑索金)、 γ-HNIW、 DNT(2,4-二硝基甲苯)及毒品MA(甲基苯丙胺)、 氯胺酮等的不同特征吸收峰作为模糊聚类分析数据源, 利用相关系数法建立模糊相似矩阵, 借助传递闭包法获得模糊等价矩阵, 形成标准太赫兹吸收光谱模型库, 采用极差分析进行数据预处理, 计算海明贴近度, 识别待检物品为隐蔽在军服后的RDX和毒品MDA(替苯丙胺)。 研究结果表明, 由分子间相互作用或声子共振模式引起的不同特征吸收是确定危险品类型和种类的依据, 用模糊识别可以实现对不同种类危险物品的识别和鉴定, 为太赫兹光谱技术用于危险品的检测和识别提供了一种新的有效方法。