橄榄油是由新鲜油橄榄果实经冷榨而成,制取过程中没有经过加热和其他化学处理,在保留了天然营养成分的同时,具有极其丰富的单不饱和脂肪酸。橄榄油消费在中国存在巨大的消费前景,研究调查经常食用橄榄油能够降解人体内油脂和降血压的作用,有效预防心脑血管疾病,因而有着“液体黄金”的美称。目前存在一些不法商贩将低价值食用油掺入橄榄油中,售卖掺假橄榄油以牟取高额利润,对于调和橄榄油的销售同样存在不符合标签调和比的虚假调和油。所以分析研究一种橄榄油掺伪问题和虚假橄榄调和油快速检测方法十分有必要。本论文运用近红外、拉曼和中红外光谱融合技术结合化学计量法与机器学习等理论分析研究橄榄油掺伪识别和虚假橄榄调和油检测问题,分别建立橄榄油二元掺伪定性定量鉴别检测模型、橄榄油三元定性定量掺伪和橄榄调和油定量检测模型,主要研究内容和结果如下:(1)分析建立了基于近红外和中红外光谱技术的二元以及三元掺伪橄榄油支持向量机定性识别和定量检测模型,研究分析最优的建模方法与技术路线,建立的近红外二元掺伪定性识别baseline-CARS-PLS-SVC模型和中红外二元掺伪MSC-CARS-PLS-SVC模型中对样本库中预测集准确性均为100%,近红外和中红外的橄榄油二元掺伪定量检测模型的预测集相关系数均高于98%,均方误差MSEP低于0.05,拥有良好的定量预测效果。近红外三元橄榄油掺伪MSC-PCA模型具有良好的定性识别和定量检测效果。(2)分析建立了基于近红外-中红外光谱数据融合、近红外-拉曼光谱数据融合以及中红外-拉曼光谱数据融合的橄榄油二元掺伪定性识别和定量检测模型,近红外-中红外、近红外-拉曼特征层融合和中红外-拉曼光谱数据融合的模型定性识别准确率高,定量检测模型预测偏差小,研究表明其特征层融合模型优于数据层融合模型;相比单光谱模型,融合模型具有更佳的稳定性和准确性。(3)分析建立了基于近红外光谱技术的调和橄榄油支持向量机检测模型,其中DOSC-CARS-PLS-GC-SVR模型相关系数高达99.74%,均方误差MSEP为0.08,模型具有良好的定量检测准确性。同时针对SG-CARS-PLS-SVR模型预测性能不佳的情况,采用近红外特征层数据融合方法能够有效提升模型预测准确性。