基于近红外光谱技术的水产品新鲜度快速检测方法对提高水产品质量检测技术水平、保障水平质量安全具有非常重要的现实意义。在基于近红外光谱技术的水产品新鲜度快速检测中,光谱数据的降维和建模环节是关键。本文以南美白对虾为具体试验对象,研究水产品新鲜度近红外光谱快速无损检测中的光谱降维和建模方法问题。首先,利用近红外光谱仪采集不同新鲜度南美白对虾的原始近红外光谱数据。之后,采用主成分分析法和线性判别分析法对光谱数据进行降维,并研究不同降维方法对新鲜度预测建模效果差异,获得最佳降维方法。最后,结合稀疏表示分类算法与支持向量机方法建立降维后光谱数据与新鲜度指标——挥发性盐基氮(TVB-N)之间的定量关系模型,并研究不同建模方法对新鲜度预测精度的差异,得到最优预测建模方法。实验研究结果表明,利用主成分分析法对光谱进行降维,利用支持向量机分类建模方法建立新鲜度指标预测模型,可以较准确地对南美白对虾新鲜度指标进行预测。上述光谱降维和建模方法为水产品的新鲜度快速检测提供了一种有效的途径。