近红外光谱农作物种子鉴别研究采用近红外光谱技术，针对农作物样本，分别利用传统的线性特征提取与非线性特征提取方法对数据进行特征分析，并使用SVM、仿生模式识别、神经网络等方法分别建立品种真实性、单倍体鉴别、油份分析、水分分析等模型。
近红外光谱分析过程研究采用近红外光谱漫反射和漫透射测量的方法，采集建模样品的光谱，再通过光谱数据预处理、特征提取、结合机器学习的方法建立模型；利用建立的模型对所采集的未知样品的光谱进行预测，从而达到将机器学习与近红外光谱技术相结合实现定性定量分析的目的。
中国科学院半导体研究所围绕国家战略需求，以新时期办院方针为指导，以知识创新工程为契机，面向世界科学前沿和国家重大需求，2004年5月，“融入MIMO技术的单片、多模无线局域网络芯片――“WLAN”项目被列入半导体所知识创新项目。2005年5月，科研人员首先在国家重大需求的直接高速数字频率合成芯片...
/ 