太赫兹频谱作为一种新型的光谱技术,提供了丰富的非共价相互作用信息,在固体样品检测中表现出“指纹谱”特性,具有诱人的应用前景。但对于由多种成分混合形成的复杂固体样品,多种集体振动模式的叠加掩盖了太赫兹特征吸收;无法直接建立太赫兹频谱差异与样品成分的对应关系,成为了制约太赫兹频谱技术在复杂固体样品检测应用中的瓶颈问题。近年来,尽管结合机器学习模型的太赫兹频谱特征提取方法受到广泛关注,并取得一系列成果,但是由于缺乏系统性的认知,对于特征提取准确性、样本数量不均衡、模型适用性弱等问题仍有待突破。针对以上问题,本文从建立特征工程出发,结合多种有监督模型,以中药和生物活性肽的太赫兹光谱数据为研究对象,归纳总结了有监督分类模型应用于复杂固体太赫兹频谱检测中的规律,取得以下成果:1、太赫兹频谱特征工程建立。借鉴数据挖掘思想,对样品的制备方法和太赫兹频谱数据的匹配度进行研究。将样品在0.5-2THz的吸收系数和折射率作为参数表征,引入水含量这一特征,提升光谱特征提取的准确性。2、样品量不均衡问题研究。对中药真伪品太赫兹频谱进行区分,提出使用Borderline SMOTE方法对小样本数据进行采样,并用天然牛黄和人工牛黄进行模型测试,有效解决样品训练中的样本量不均衡问题,并通过分类模型有效鉴定中药真伪。3、提升多模型融合方法的应用研究。为了解决常见集成模型在太赫兹频谱应用中的局限性,提出使用XGBoost方法,并应用于生物活性肽的太赫兹频谱分析中,并与传统模型对比,从多个评估指标定量说明此方法在准确度和计算时间方面的优越性。4、模型分类效果准确度和鲁棒性研究。为了解决传统支持向量模型的局限性,在对模型参数进行最优化调整的基础上,采用斜坡损失函数代替铰链损失函数,并将其应用于郁金分类和云连的太赫兹光谱分类。该模型在分类的准确度上相较传统模型提升10%,同时适合于大样本数据处理,为实用化奠定了基础。