蛋白质、脂肪和乳糖是人们在日常生活中所需要的营养成分,乳制品是能够提供这些营养成分的原材料食品之一,随着人们对生活品质的要求越来越高,所以乳制品检测变得越来越重要。而近红外光谱(NIR)分析能够快速、高效、无损伤的测量乳制品中的主要成分含量,不仅适用于乳制品加工、生产过程中的在线监测,而且适用于对原奶收购、用户使用或者销售现场等实时检测环境。由于近红外光谱分子振动的倍频或合频吸收造成了光谱背景复杂、有用信息提取困难等。因此,在近红外光谱分析中,光谱数据预处理、建模、预测分析等至关重要,尤其是光谱预处理解析。主成分权重重置预处理方法是一种将直方图规定化思想结合模糊层次分析法用于二维数据信息增强的新手段,本文研究其方法原理及其数学思想,并将其用于乳制品成分浓度的近红外光谱预处理解析过程中,作为一种新方法,无论是从方法研究到算法设计层面,还是从编程实现到解析应用环节,在乳制品成分含量分析中均具有学术研究意义和推广应用价值。论文研究工作主要包括几个方面:首先,研究近红外光谱分析基本方法,分析近红外光谱测试机理,探讨近红外光谱测量方法。研究化学计量学方法并将其用于近红外光谱分析中,研究近红外光谱波长筛选方法、光谱数据预处理方法和定量校正方法等;其次,研究采用声光可调谐滤光器(AOTF)在光谱区域1000~1700nm范围内测量乳制品中脂肪、蛋白质和乳糖等主要成分含量的近红外光谱分析方法。给出漫反射光谱测量系统的模块设计及相关的硬件和软件设计。再次,研究直方图规定化思想及其数学方法,解析模糊层次分析方法,将二者融合提出主成分权重重置预处理方法,并将其用于乳制品成分含量近红外漫反射光谱预处理过程中,完成主成分权重重置预处理方法的算法设计及其MATLAB编程实现。最终,对近红外光谱分析中定量校正方法进行研究。采用偏最小二乘(PLS)法建立乳制品成分含量近红外光谱测量系统的线性校正模型。采用回归系数与光谱残差比值法进行波长筛选,对波长优选前后的数据分别进行建模,并对预测结果进行比较分析,验证利用主成分权重重置方法对光谱去噪及滤波的可行性。