本发明公开了一种基于多维自适应增量图的近红外光谱数据分类方法，对待测样本的近红外光谱数据进行预处理和特征降维处理，基于降维后的特征数据和预处理后的光谱数据进行多维自适应相似度测量，利用测量的相似度值构建光谱增量图，依据光谱增量图将标记光谱样本的标注信息传递给未标记光谱样本，最后对光谱样本分类，与传统近红外光谱分类方法相比，充分利用了无标记光谱样本，更能挖掘光谱特性，且与其他半监督分类方法相比，基于增量图的方式可以从多角度挖掘数据信息，更适合工业近红外光谱场景，可以对工业产品生成过程中需要或产生的有限标记光谱数据进行有效分类，为后续数据分析与决策提供技术和数据支持。