近红外光谱信号谱峰重叠严重,传统化学计量学方法不考虑光谱中隐含的实际物理与化学意义,任意环节的变动都会造成最终建立的近红外光谱分析模型的差异,这样的分析模型不具有解释性,不能完全使人信服,这一直是近红外领域的研究热点和难点。本文基于近红外光谱的研究工作主要包括了两个部分,分别为近红外光谱解析与近红外光谱定量、定性分析模型的建立,目的是找到光谱中与目标分析成分直接相关的信息,建立更具有解释性、令人信服的近红外模型,主要内容如下:(1)改进独立分量分析算法,提出了一种可对单个样品进行光谱解析的方法,输出矩阵的每一行对应一种成分,并将这种方法命名为独立特征投影法,投影方向为样品各纯组分光谱。基于玉米的水分、油脂、蛋白质、淀粉等四种主要成分,按照比例配制五种仿玉米混合样品,对比五种混合样品光谱特征,验证了利用独立特征投影法光谱解析的可行性。对玉米光谱数据分别进行四基、三基、二基、单基的光谱分解处理,匹配分解光谱对应的纯组分信息,并找到样品纯组分的特征归属谱带,进行光谱解析;(2)基于四基、三基、二基、单基的分解光谱建立玉米成分的定量分析模型,与玉米原始光谱数据建立的模型进行参数对比。结果显示独立特征投影法对建立可解释模型有积极作用,并从基光谱数量和基光谱组合两个方面,分析讨论了两者对模型效果的影响,以及针对目标分析成分的基光谱组合优先级;(3)利用偏最小二乘判别法建立黄花梨成熟度判别模型,对比四种光谱预处理的模型效果,验证了竞争自适应重加权采样算法能快速从光谱中提取有效信息并优化模型。结果表明,一阶导数模型效果最好,分类准确率高达86.11%,模型优化后,分类准确率高达97.22%。