随着人们生活质量的提高以及保健意识的加强,蜂蜜作为天然的农产品被广大消费者所青睐。由于蜂产品市场的混乱,蜂蜜品种的分类和是否掺假对蜂蜜品质的影响巨大。传统的蜂蜜品质鉴别主要是依据感官评审与理化分析相结合的方法,耗时耗力。因此,研究一种快速蜂蜜品质鉴别的方法意义重大。本文研究内容包括以下部分,首先以洋槐蜜、红枣蜜、油菜蜜三种蜂蜜为实验对象,通过近红外光谱图像采集系统分别获取其光谱反射曲线。从经过预处理后的光谱反射曲线中提取光谱特征,并以此建立基于近红外光谱特征的蜂蜜品种分类模型。(1)全光谱特征分别结合BP神经网络和SVM支持向量机模型对洋槐蜜、红枣蜜、油菜蜜三个不同品种的蜂蜜样品分类准确率均达到89.58%。(2)为筛选特征变量与消除数据冗余,分别采用主成分PCA特征提取和SPA特征选择的方法,将筛选后的特征分别结合BP神经网络和SVM支持向量机分类模型,经过统计分析,SPA-SVM作为最优的洋槐蜜、红枣蜜、油菜蜜三个品种分类模型,蜂蜜品种分类正确率达到93.75%。在确定近红外光谱图像的光谱曲线能够进行蜂蜜品种分类后,进一步探究了其进行纯蜂蜜掺假后判别的可能性。利用光谱反射曲线建立基于偏最小二乘法判别(PLS-DA)的蜂蜜掺假鉴别模型,在测试集中达到97.92%的分类准确率,研究表明采用PLS-DA模型具有高准确率的鉴别蜂蜜掺假能力。