内有参考文献、matlab编程代码、解释说明 利用近红外光谱技术对某海产品的水分含量进行无损检测。通过420～1023nm近红外光谱采集了266个海产品样本的光谱信息。分别采用多元散射校正(MSC)、标准正态变量交换(SNV)、归一化(Normalize)、数据中心化(Mean centering)、标准化(Autoscales)、移动窗口平滑、Savitzky-Golay卷积平滑法、一阶导数(FD)、二阶导数(SD)等方法对光谱进行预处理，并采用PCA主成分分析 (principal component analysis)结合马氏距离法对近红外校正样品集中的异常样品进行剔除。剔除样本后使用偏最小二乘法(PLS)建立模型对样本进行定量分析。比较各种光谱预处理的方法以及剔除异常值的权重阈值的选取，获取最佳PLS模型便可对待测样本进行水分预测。