文摘应用连续投影算法(successive projections algorithm,SPA)选择由主成分分析(principal componentanalysis,PCA)得到主成分的最佳组合。首先对奶粉的短波近红外光谱进行PCA分析,然后通过SPA得到的脂肪和蛋白质含量预测最佳主成分组合分别为主成分1,2,4,5,6和7以及主成分1,2,3,4,5和8。通过最小二乘支持向量机(Least-squares support vector machine,LS-SVM)对奶粉中脂肪和蛋白质含量进行预测,SPA选择得到的主成分组合均优于分别采用前4个到前8个主成分。基于SPA得到的主成分组合得到脂肪含量预测结果的确定系数(Rp2),预测误差均方根(root mean square error for prediction,RMSEP)和剩余预测偏差(residual predictive deviation,RPD)分别为0.9890,0.1703和9.5343。而蛋白质含量预测结果的Rp2,RMSEP和RPD分别为0.9876,0.1348和8.9274。说明SPA能够用于快速有效选取最佳的主成分数,寻优过程简单快速,并且不用对大量参数进行调试。