本项目基于模型集群分析框架，以毛涤混纺织物为例，对混纺织物近红外光谱预测模型建立过程中的关键波长筛选进行了研究，在模型集群分析思路下，提出了基于模型集群分析-粒子群优化方法（MPA-PSO）的混纺织物特征波长筛选方法并采用特征波段建立了定量分析模型，所建立的模型预测结果好于全谱建模的结果。4.针对不同的便携式纺织品纤维成分分析仪的光谱差异问题，提出一种新的仪器标准化及光谱转移方法模型集群分析-粒子群优化-典型相关分析（MPA-PSO-CCA）方法。从本研究结果来看，针对不同近红外光谱仪的光谱差异问题，MPA-PSO-CCA方法的转移预测结果优于分段直接校正（PDS）方法，大大简化了建模的成本。且具有传递和建模变量少、速度快等优点，为便携式纺织品纤维成分分析仪的大规模实际应用提供了一种可行有效的方法。5.随着便携式纺织品纤维成分分析仪的开发及普及，与其配套的纺织品数据库及软件系统的建立是十分重要的。本项目从标准的开源代码库出发，利用GFortran、g++等编译工具将它们编译成方便调用的动态链接库文件。用C++的类、模板、操作符重载等特性实现了常用的数据结构如向量、矩阵等，所编写的代码严格遵循ISO C++标准，能够跨平台和使用不同编译器编译。为了保证计算准确性和性能，在线性代数运算代码库选择和封装上，尽量严格按BLAS和LAPACK接口标准编写中间层代码，并考虑灵活性，在准确的同时也能使用高性能库以实现高性能预测软件。在本研究中还用C++实现了纺织品近红外光谱必需的化学计量学和统计学算法，并做了良好的封装，能够按照需求从代码库中方便的选取相应的函数，快速实现出满足需求的功能。具有功能完备、接口规范、算法准确、性能优越、久经测试、跨平台和编译器等优点。提出了用于存储化学计量学模型的标记语言CMML，并用C++编程语言实现了它在纺织品近红外光谱中的应用。最后，基于以上基础库，开发了纺织品纤维成分含量分析软件，并实现了一键式测量，为便携式纺织品纤维成分分析仪的应用奠定了基础。