目前市面上销售的橄榄油主要分为特级初榨橄榄油和普通初榨橄榄油两类, 为了鉴别两种不同品质的橄榄油, 提出了一种应用siPLS-IRIV-PCA算法的橄榄油品质鉴别的新方法。 基于橄榄油的近红外光谱数据, 应用联合区间偏最小二乘法(siPLS)对橄榄油的近红外光谱进行了波长区间优选, 使用交叉验证均方根误差(RMSECV)评估模型的性能并选择最优波长区间, 通过迭代保留信息变量(IRIV)算法从最优波长区间中选择特征波长, 根据选择的特征波长构建主成分分析(PCA)模型。 对90组特级初榨橄榄油和90组普通橄榄油样本进行了判别鉴定。 PCA将1 427个波长变量作为输入变量, 前两个主成分贡献率为51.891 8%和26.473 2%; siPLS-PCA将408个波长变量作为输入变量, 前两个主成分贡献率为56.039 1%和36.235 5%; siPLS-IRIV-PCA将6个波长变量作为输入变量, 前两个主成分贡献率为66.347 6%和32.304 3%。 结果表明, 与PCA和siPLS-PCA鉴别方法相比, siPLS-IRIV-PCA具有最佳的鉴别性能。