近红外光谱分析技术已经广泛应用于石化领域，同样可用于矿物勘探和鉴定方面。通过对单一矿物的光谱特征分析及自制配比样品的光谱数据进行建模，采用光谱拟合的方法测定岩石中各成分的含量。吉林大学近红外实验室已设计的近红外光谱仪配合独自开发的测控软件和通讯存储软件可实现对矿物吸收特性光谱的提取及与PC机的数据通信功能。本文的主要任务是采用神经网络建模，将模板数据通过通讯存储系统下载到目标板，在测控软件中调用模板数据，实现嵌入式光谱仪器的数据处理。本文利用人工神经网络的抗干扰、抗噪声能力和它的非线性转换能力，利用主成份分析法的降维功能、光谱预处理的数据优化功能和留一校验法的无偏估计，提出了光谱数据预处理+矩阵预处理+主成份分析+矩阵归一化处理+人工神经网络训练+成分后处理的数据分析流程，通过MATLAB编程训练出针对矿石成分分析的神经网络模型。通过对比模型评价参数优选出最佳模型，并将分析模型用QT编程实现。对比得最佳处理方法为采样间隔8nm、光谱数据不处理、最佳主成份数为5。用QT编写嵌入式近红外光谱分析软件，实现模板数据的调用，完成嵌入式光谱仪对矿物成分的分析。