【摘要】近红外光谱数据维数多、数据量大，直接保存需要庞大储存空间，且海量数据会对网络化在线检测的分析速度和准确性产生影响。为探讨应用小波压缩进行近红外光谱预处理的可行性及其对枫桦木材密度预测精度的影响，通过强光探头采集木材圆盘的近红外光谱，在Ｍａｔｌａｂ软件中应用小波变换法对枫桦木材密度近红外光谱数据进行压缩。结果表明：当小波基ｓｙＭ２分解层为６时，基于均衡稀疏标准形式的全局硬阈值压缩效果最好，将２ １５１个变量压缩成３８个小波系数，其能量保留成分、零系数成分、压缩比分别为９９．６６％、９８．３４％、５６．６１％。用未处理光谱数据和压缩后的３８个小波系数分别建立偏最小二乘定标分析模型，同时做内部交叉验．．．