随着塑料的生产和消费量不断增长导致了废旧塑料的激增，废旧塑料可再生资源的循环利用是实现社会可持续发展、经济稳定增长和保护生态环境的重要措施。分选作为混合废旧塑料循环利用过程中的第一步，精确、高效、绿色、经济的分选技术是保证塑料再生产品质量和提高社会经济价值的关键。基于机器学习方法的光谱分析技术可以实现无损、准确、高效的现场快速和在线检测，为塑料分选的自动化、规模化、智能化提供了重要技术支撑，近些年这些技术发展十分迅猛。本文主要综述近5年结合机器学习的光谱技术在废塑料快速鉴别中的应用研究进展，重点突出机器学习方法在塑料鉴别中的创新研究，以及各种光谱技术的相对优势和劣势，并对未来的发展方向和前景进行了展望。
褚小立, 杨健,许育鹏,陈瀑,李敬岩,刘丹.结合机器学习的光谱技术在塑料鉴别中的应用研究进展[J].科研仪器案例成果数据库,2023,(0).
