随着计算机技术的飞速发展,模式识别等化学计量学方法再次在各个领域受到广泛关注和应用,其中如何将新兴的计算机技术和传统的仪器分析技术进行结合并展开实际应用是非常重要的一项工作。松香增粘树脂在各种压敏胶中获得了广泛的应用,是压敏胶中除主体橡胶弹性体外的另一个最重要的组成,目前尚无结合模式识别方法和ATR-红外光谱方法对松香增粘树脂进行聚类鉴别的报道。本文使用ATR红外光谱法对松香增粘树脂进行红外分析,使用简化的压片制样方法进行制样,用ATR-FTIR对松香增粘树脂进行了红外光谱的采集,建立了使用小波分解-主成分-聚类分析法进行松香增粘树脂分类的方法,分别对数据预处理方法、小波分解方法、主成分分析及聚类分析参数进行了确认。确定最优的数据预处理方法为归一化法;最优的小波分解方式为使用sym8、coif5小波分解的d2细节信号作为光谱变量;主成分数选择为六个时聚类结果最佳。最终建立了用于松香增粘树脂聚类分析的模型,sym8小波分解-曼哈顿距离-离差平方和法、sym8小波分解-欧几里得距离-类平均法以及coif5小波分解-欧几里得距离-离差平方和法的聚类分析准确率最高,达到86.96%。该方法不仅可以对松香增粘树脂的种类进行判别,对不同厂家的增粘树脂也可以进行辨别。相较于未经处理的数据直接进行聚类分析,其准确率为60.87%,经过本文所述模型处理后的数据聚类分析准确率达到86.96%,本文所述方法可以大幅提高松香增粘树脂的聚类分析准确度。