面粉是人们生活中最常见的食物之一,因此对面粉品质进行监测是尤为重要的.为了实现对面粉品质快速、无损筛查,利用便携式近红外光谱仪对面粉样本进行扫描,获取光谱信息,建立数学模型进行分析.在定量分析中,光谱数据的预处理方法采用标准正态变换(SNV)和多元散射校正(MSC),利用偏最小二乘(PLS)方法建模,实现对面粉中水分、灰分、面筋含量的预测,实验结果表明,模型预测集的相关系数R2分别为0.89877、0.97081、0.93237,均方根误差RMSEP分别为0.3271、0.04139、1.3147.在定性分析中,光谱数据的预处理方法采用标准正态变换(SNV),利用LVQ神经网络方法建模,实现对面粉类别的辨别,分类准确率达到了92％左右.研究表明,利用便携式近红外光谱仪可以实现对面粉中水分、灰分和面筋含量的快速、无损检测,可以实现对面粉的快速分类,从而实现了对面粉品质的无损、快速筛查.