در تحقیق حاضر، طیف سنجی بازتابی مرئی/ فروسرخ نزدیک موج کوتاه (Vis/SWNIR) در محدودۀه 950-425 نانومتر به منظور پیش بینی شاخص مزه و سفتی بافت میوۀه انجیر بررسی شد. علاوه بر این، عملکرد طبقه بندهای LDA و QDA در تفکیک انجیرهای رسیده، نیمه رسیده و نرسیده بر پایۀه ترکیب روش های مختلف پیش پردازش طیفی بررسی شدگردید. تعداد 167 میوۀه انجیر پس از حذف داده های پرت برای تدوین و اعتبارسنجی مدل ها انتخاب شدند. از تکنیک تحلیل مؤلفه های اصلی برای استخراج مؤلفه های اصلی طیف ها استفاده شد. عملکرد مدل حداقل مربعات جزئی (PLS) و روش های رایج پیش پردازش داده های طیفی با شاخص های: انحراف پیش بینی باقیمانده (RPD)، ضریب همبستگی تخمین (rp) و ریشه میانگین مربعات خطای پیش بینی (RMSEP) مورد ارزیابی قرار گرفتشد. کارآمدی طبقه بندها به همراه روش های پیش پردازش نیز با درصد دقت تفکیک درست دسته نمونه های آزمون اعتبارسنجی شد. بیشترین شاخص RPD در پیش بینی سفتی بافت و شاخص مزه به ترتیب برابر 79/1 (845/0=rp و 64/1= RMSEP) و 89/0 (215/0=rp و 09/10= RMSEP) در پیش پردازش ترکیبی میانگین گیری متحرک (MA) و De-trending به دست آمد. همچنین دقت تفکیک درست طبقه بندهای LDA و QDA نیز برابر 33/93 درصد (بدون پیش پردازش طیف ها) به دست آمد.