一、           数据预处理

（1）   中心化变换

（2）   归一化处理

（3）   正规化处理

（4）   标准正态变量校正（标准化处理）（Standard Normal Variate,SNV）

（5）   数字平滑与滤波（Smooth）

（6）   导数处理（Derivative）

（7）   多元散射校正（Multiplicative Scatter Correction,MSC）

（8）   正交信号校正（OSC）

二、           特征的提取与压缩

（1）   主成分分析（PCA）

（2）   马氏距离

三、           模式识别（定性分类）

（1）   基于fisher意义下的线性判别分析（LDA）

（2）   K-最邻近法（KNN）

（3）   模型分类方法（SIMCA）

（4）   支持向量机（SVM）

（5）   自适应boosting方法（Adaboost）

四、           回归分析（定量分析）

（1）   主成分回归（PCR）

（2）   偏最小二乘法回归（PLS）

（3）   支持向量机回归（SVR）