摘要：針對近紅外光譜數(shù)據(jù)特征變量個數(shù)遠大于樣本數(shù)以及光譜點之間存在強相關(guān)的特點，通過主成分分析壓縮光譜信息抽提獨立的特征變量，在最佳主成分個數(shù)下計算各樣本到不同類中心的馬氏距離，進而統(tǒng)計整體的預(yù)測正確率。文中采用改進的KNN算法對四種牌號的卷煙近紅外光譜數(shù)據(jù)進行了類別預(yù)測，在明顯改進效率的同時，獲得了更為準確的預(yù)測結(jié)果。

關(guān)鍵詞：近紅外光譜； 模式識別； 主成分； 馬氏距離； KNN

中圖分類號：TN911-34文獻標識碼：A

文章編號：1004-373X（2012）20-0121-03