含能材料(即含能化合物)是高能量密度的物质,由于化学变化较少呈现一步完成的基元反应,一般都伴随多步或复杂的过程,因此,含能材料的合成是复杂的过程。含能材料合成和过程优化的关键是掌握含能材料合成反应机理。为了全面了解含能材料合成过程中复杂的化学变化,可对整个反应过程进行在线红外监测,通过对获得的光谱数据的智能感知了解合成过程的复杂变化,解析含能材料合成反应机理。本文基于数据挖掘理论和技术对在线监测获得的中红外光谱数据降维、光谱感知等问题开展研究工作。针对中红外光谱高维度问题,提出了基于子空间比较的主成分分析算法,用于中红外光谱数据预处理,仿真实验表明文中的算法可对中红外光谱数据有效降维,获得较小的目标子集；针对中红外光谱感知问题,提出了快速定点算法与交替最小二乘算法混合的新算法,用于中红外光谱分析,仿真实验表明文中的算法分离的浓度曲线图得到了优化,更符合物理和化学意义,提高了挖掘准确性和适用性；针对独立成分分析不确定性对结果产生影响的问题,提出了消除独立成分分析不确定性的新方法,用于中红外光谱分析,仿真实验表明文中的算法减弱了纯物质光谱的异常现象,曲线变得平滑,在一定程度上消除了不确定性。研究结果可辅助解析含能材料合成反应机理,为新型化合物的合成及反应路线优化提供决策支持。