应用近红外光谱分析技术(NIRS)并结合支持向量机(SVM)，对三种不同年龄段人食用的奶粉品种进行了鉴别。先采用Kennard-Stone 法对150个样本进行挑选，选出120个作为训练集，剩余的30个作为预测集。实验中选用径向基函数(RBF)为核函数，采用二次网格搜索和五 折交叉验证优化两个建模参数：核参数[EQUATION]和惩罚因子[EQUATION]，最佳值为[EQUATION]0.03125，[EQUATION]2048。用最优参数值建立的校正模型，对 训练集和预测集的判别率均可达到100%。与主成分分析(PCA)进行了比较。结果表明，SVM鉴别准确率高于PCA，说明近红外光谱可以快速、准确 地鉴别不同年龄段人食用的奶粉品种。