目前,我国食品质量的安全问题依然严峻。在我国食品安全法规不断完善,加强监管,积极研究和制定食品标准的情况下,还需提高食品安全检测检验方法的准确度和效率。为了补充食品安全标准和检测方法,促进我国食品安全标准体系和检测体系的发展,本文研究了基于多维多谱指纹图谱的优化最小二乘支持向量机(Least squares support vector machine;LS-SVM)方法。首先,为了克服复杂样品预处理困难导致检测结果不准确的问题。本文尝试把各个维度的不同谱图用相关性分析,主成分分析(principal component analysis;PCA)等方法进行数据清洗、融合、特征选择,构建多维多谱的特征矩阵。实验结果表明良好的特征矩阵有利于进行数据挖掘,能够构造出清晰的分类超平面,减少建模过程的复杂度。其次,本文主要针对白酒进行了建模鉴定。对于同一组白酒数据,相同处理方法构造出来的特征矩阵分别与偏最小二乘回归算法和LS-SVM算法结合来鉴定白酒类别。在此实验中多维多谱的有效性在结合偏最小二乘回归算法的模型中得到了充分体现,同时也可以看到LS-SVM算法的优越性。为进一步验证多维多谱指纹图谱结合LS-SVM算法的有效性,进行了食用醋的建模鉴定实验,在此实验中多维多谱的有效性再次得到验证。最后,利用人工鱼群智能算法优化多维多谱指纹图谱的最小二乘支持向量机模型。利用人工鱼群智能算法快速收敛的特点,快速找到最优LS-SVM惩罚参数C和核函数参数?。实验表明,通过鱼群分析优化的最小二乘支持向量机方法可用于分析和评估多维多谱化学指纹图谱。它可以分析复杂成分食品的质量,并具有很高的准确性和稳定性,使食物在化学指纹图谱上进行判别分析的理论基础得到了补充。