为了提高人体血糖近红外光谱定量分析模型的预测精度， 结合净信号预处理（NAP）算法和径向基偏最小二乘（RBFPLS）回归建立了一种适合于人体血糖测量的非线性建模方法NAP-RBFPLS。 本文首先利用NAP对近红外光谱进行预处理来有效地提取原始光谱中仅与葡萄糖信号相关的光谱信息， 从而有效地减弱了人体血液中水、 白蛋白、 血红蛋白、 脂肪等成分的吸收干扰以及人体体温的变化、 测量仪器本身的漂移、 测量环境的变化和测量条件的变化引起的干扰因素与血糖变化的偶然相关问题； 然后把净信号预处理后的近红外光谱数据通过RBFPLS建立了非线性定量分析模型来解决由于人体强散射引起的血糖浓度与近红外光谱之间的非线性关系， 并与偏最小二乘（PLS）、 基于净信号预处理的偏最小二乘（NAP-PLS）和RBFPLS这三种建模方法建立的定量分析模型进行了对比分析。 实验结果表明， 这两种方法相结合建立的非线性校正模型对预测集的预测精度有了很大的提高， 这将对人体血糖浓度无创检测技术的研究具有实际应用价值。