菌落总数(total viable count,TVC)是评价香肠品质的重要指标,因而本实验利用400~1000nm高光谱对香肠的菌落总数进行预测研究。实验选取450个香肠样本的光谱数据作为训练集,50个作为测试集。采用多元散射校正(Multiplicative Scatter Correction,MSC)方法对光谱预处理并采用主成分分析法(Principal Component Analysis,PCA)对光谱降维处理。对训练集和测试集数据分别采用支持向量回归(Support Vector Regression,SVR)和迭代决策树(Gradient Boosting Decision Tree,GBDT)方法建立定量分析模型,优选最佳建模方法。结果表明:GBDT的建模效果较好,其训练集和测试集的均方根误差(Root Mean Square Error,RMSE)分别为0.001和0.003,决定系数(coefficient of determination,R2)分别为0.998和0.996。研究表明,基于高光谱成像技术利用GBDT方法预测香肠菌落总数的方法可行并可有效实现。