脑功能近红外光谱(fNIRS)的信号分析和模式识别方法，对其在认知科学领域的研究和应用尤为重要。简述了fNIRS的传统统计特征提取方法，进而提出了基于多元图表示原理进行特征提取的方法，并对传统方法与提出方法的模式识别实验进行了对比研究。实验结果表明基于多元图表示原理的fNIRS信号特征提取方法能应用于信号的分析和可视化，为fNIRS信号的数据分析提供了新的方法。

基于近红外光谱分析法检测燕麦青 贮可溶性糖含量技术规程

基于近红外光谱分析法检测构树青 贮蛋白质含量技术规程

常见化学键红外光谱特征吸收的区域 ν(cm-1) 4000 3000 2000 1500 1000 与氢原子 结合的 化学键 叁键 双键 单键

BP神经网络创建和RBF神经网络基于近红外光谱的汽油辛烷值预测，matlab2021a测试

本代码主要利用MATLAB工具进行MATLAB——基于导师学习神经网路的回归拟合的仿真，实现基于近红外光谱的汽油辛烷值预测的模拟

闻辂主编 重庆大学出版社 1988年出版 可以作为矿物谱学的教材和参考书

针对煤炭原始近红外光谱数据中存在噪声的问题,提出了基于De-SNV与小波阈值去噪组合的煤炭近红外光谱数据预处理方法。采用缺省软阈值法进一步对经过Savitzky-Golay平滑和De-SNV处理的光谱数据去噪,并分别建立了水分、灰分和挥发分的PLS校正模型,通过分析模型的预测性能对该方法的有效性进行评估。实验结果表明,经过该方法预处理的光谱数据所对应的PLS校正模型性能明显优于使用原始光谱数据所建立的PLS校正模型,水分、灰分和挥发分的PLS校正模型的预测均方根误差分别降低至0.007 07,0.040 8,0.008 66,决定系数分别提高至0.858 7,0.743 8,0.778 5。

水分含量多少是煤质好坏的重要指标,在研究煤的基础理论及煤加工中具有特殊意义。本实验采用多元散射矫正(MSC)、平滑处理、微分处理等预处理方法,结合主成分回归法及偏最小二乘法分析了预处理方法对煤粉全水分模型的影响;发现多元散射矫正(MSC)处理结合偏最小二乘法获得的模型最佳,其校正模型R=0.988 1,RMSEC=0.501,预测结果 R=0.955,RMSEC=0.601;发现平滑处理也可以提高模型可靠性,但过度平滑会使模型可靠性变差;综合比较主成分回归法模型与偏最小二乘法模型,发现偏最小二乘法获得的模型要好于主成分回归获得的模型。

利用E2V公司的IR22GJ红外瓦斯检测模块及CC2430芯片设计了煤矿新型红外瓦斯传感器电路。结合井下气体测量环境和红外光的瓦斯传感器测量原理，利用单片机的外围电路和硬件架构、C语言及汇编语言编写系统程序，研究设计了红外瓦斯传感器系统。最后搭建了气体测量环境，完成了红外吸收型瓦斯浓度检测系统的实验及测试。