激光打印墨粉的品牌型号判别是法庭科学专家认定涉案打印机具和鉴别添加打印文件的关键步骤，已有方法通常需要大量训练样本才能获得可靠的分类模型，但实际案例中往往无法获取足够的样本。针对这一问题提出了基于红外光谱和化学计量法的小样本墨粉种类判别方法。实验采集了8种不同品牌型号的激光打印墨粉红外光谱数据，根据光谱信号的特点以及遍历法选出效果最佳的光谱数据预处理方法，并对处理后的数据建立偏最小二乘判别分析（PLS-DA）模型，以随机森林（RF）和支持向量机（SVM）作为对比算法。实验结果表明：二阶导数与Savitzky-Golay平滑组合使用可以获得实验数据的最佳预处理效果；PLS-DA模型的准确率始终高于RF和SVM，训练集样本数大于90时PLS-DA模型准确率为100%，训练集样本数为60时该模型准确率为95%。提出的基于红外光谱和PLS-DA的激光打印墨粉种类判别模型准确率高、可解释性强且所需训练样本数较少，在物证检验领域具备较强的实用性。

苹果水心病在众多苹果主产区都有发生, 现阶段没有合适的方法实现快速鉴别和分类。 为了探索苹果水心鉴别新方法, 采用近红外透射光谱与化学计量学方法结合非线性流形学习数据降维技术, 逐个采集好果与疑似水心病果样本590~1 250 nm的近红外透射光谱, 将经光谱校正后的原始光谱做多元散射校正（multivariate scattering correction, MSC）、 标准正态变量变换（standard normal variate transformation, SNVT）、 二阶求导（2nd derivative）、 一阶求导（1st derivative）、 归一化（normalization）、 卷积平滑法（savitzky-golay smoothing, SG）、 均值中心化（mean centering, MC）、 移动平均平滑（moving average, MA）、 直接差分二阶求导（direct differential second derivative, DDSD）以及直接差分一阶求导（direct differential first derivative, DDFD）等10余种光谱预处理; 先对预处理后的光谱数据建立全波长模式识别模型从而找出多元散射校正是最优预处理方法, 而后再分别用多维尺度分析（multidimensional scaling, MDS）、 分布邻域嵌入（stochastic neighbor embedding, SNE）、 对称分布邻域嵌入（symmetric stochastic neighbor embedding, SymSNE）、 t分布邻域嵌入（t-distributed stochastic neighbor embedding, t-SNE）、 拉普拉斯映射（laplacian eigenmaps, LE）、 等距特征映射（isomap）、 地标等距映射（landmark isomap）、 局部线性嵌入（locally linear embedding, LLE）、 扩散映射（diffusion maps, DM）等多种流形学习方法对经多元散射校正预处理后的光谱数据做降维处理, 并结合马氏距离判别（mahalanobis distance discrimination, MD）、 二次判别分析（quadratic discriminant analysis, QDA）、 贝叶斯判别（Bayesian discrimination, BD）、 K最近邻法（K nearest neighbor, KNN）识别其水心存在与否。 结果表明, 提取前12主成分, 采用多元散射校正-地标等距映射-K最近邻法（MSC-landmark isomap-KNN）模型识别效果最优, 校正集和预测集识别率分别为97.5%和96.3%。 故, 流形学习方法结合近红外透射光谱可成功、 高效地实现苹果水心鉴别, 为进一步研发水心鉴别设备提供新的理论指导。

为了使用快速、无损的方法区分激光打印文件使用的墨粉种类, 利用高光谱成像技术结合化学计量法对6种激光打印墨粉的光谱数据进行建模和种类鉴别的研究。利用可见-近红外高光谱成像仪采集400~1 000 nm波段内的光谱数据, 采用Savitzky Golay 平滑、标准化、多元散射校正和标准正态变量变换4种方法分别对光谱数据进行预处理, 而后分别建立随机森林(RF)、K最近邻(KNN)、支持向量机(SVM)、偏最小二乘判别分析(PLS-DA)和簇类独立软模式(SIMCA)模型, 进而实现激光打印墨粉的种类鉴别。利用准确率、拒识率和误识率3个指标作为模型评价标准。实验结果显示, SVM和PLS-DA模型的效果最佳, 准确率为100%, 拒识率和误识率为0。基于可见-近红外高光谱成像技术可以实现激光打印墨粉的快速种类鉴别。