地质智能识别，
服务地下工程。

矿物体系与实验。依据断层等不良地质中的矿物异常模式及矿物共生关系，构建长英质、镁质和镁铁质多元矿物组合，研究混合矿物的红外光谱变化。

变异规律与机理。归纳自稳、湮没、叠加干扰、伪装增强和偏移五类变异模式，从光学角度解释变异机理，定量表征紧密混合体系的中红外非线性效应。

识别与验证。根据混合矿物的变异规律建立矿物光谱识别标准，并在隧道与矿床样品中开展应用验证。

实验增强迁移学习。提出矿物定量方法 MQM-ExpTL，结合线性光谱增强、子模型内部迁移与全面调优，实现 14 种常见造岩及黏土矿物的快速定量。独立测试集总体 R² 为 0.98，较多个对比模型提升 0.9% 至 32%。

物理约束矿物识别（博士论文工作）。引入光谱变异约束、稳定谱带筛选、岩性条件模型选择与固定权重概率融合，实现花岗岩、碳酸盐岩和镁质类变质岩中 9 种矿物的识别。在 20 次最终评估中，平均 F1 为 0.9906，较最佳常规对比模型提高 1.72 个百分点。

多峰协同定量（博士论文工作）。联合黑云母含量分档、条件峰位偏移、峰状态编码与岭回归，预测花岗岩中石英、钾长石和钠长石含量。工程样品分档模型 R² 为 0.860 至 0.953，三类矿物总体 R² 分别为 0.886、0.905 和 0.903。

钻屑岩性识别。将可见近红外光谱转换为曲线图像，结合 YOLOv5s 与迁移学习建立识别模型。实验室数据集覆盖 27 种岩性，现场适配 5 种岩性，准确率分别接近 99% 和达到 98%；另在 30 件工程钻屑样品中仅误判 1 件。

断层结构划分。利用便携式 X 射线衍射与矿物含量分析，以蛭石、绿泥石富集和斜长石、黑云母减少为判据，识别 F17 逆断层，并划定下盘破碎带、断层核部和上盘破碎带。

指示元素成像。通过因子分析提取岩石组分与地质体的对应关系，生成指示元素分布图。结合无损原位元素检测与实验室测试对照，快速定位不良地质体并表征其规模。