1.一种基于距离度量和半监督学习的近红外光谱跨年份苹果糖度预测方法，其特征在于，步骤如下：a、将N个未标记苹果样本分别放置在近红外光谱采集系统中，采集并获取未标记苹果样本在B个波段下的近红外光谱，所述的未标记苹果样本为当年苹果样本；

b、利用一阶导数来最小化近红外光谱的基线偏移并增强吸收峰；提取B个波段下近红外光谱的相对反射率，作为未标记苹果样本的特征参数F；

c、将步骤b中所得未标记苹果样本的特征参数F，输入预先建立或更新的最小二乘支持向量机回归模型Mlssvm和偏最小二乘回归模型Mplsr中，获得未标记苹果样本糖度的初始预测值 和 所述预先建立的回归模型Mlssvm和Mplsr中的建模样本为上一年采集的苹果样本；

d、计算N个未标记苹果样本到模型Mlssvm或模型Mplsr所用建模样本的最大距离和 其中， 是第i个未标记苹果样本到模型Mlssvm或模型Mplsr所用建模样本的最大距离， 是第i个未标记苹果样本到模型Mlssvm或模型Mplsr所用建模样本的最大距离，和 是由两个不同公式计算出的最大距离；

e、计算最小二乘支持向量机回归模型Mlssvm和偏最小二乘回归模型Mplsr对N个未标记苹果样本的预测差异E＝[e1,...,ei,...,eN]，其中， |.|表示求绝对值；

f、分别从D1和D2中选取最大距离值大的q个未标记苹果样本，将q个未标记苹果样本及其真实糖度值分别放入 和g、从E中选取预测差异值小的q个未标记苹果样本，将q个未标记苹果样本及其糖度初始预测值放入到h、令L＝[L1,L2,L3]，将L加入模型Mlssvm或模型Mplsr所用建模样本中，实现模型Mlssvm或Mplsr的更新，并且将L从未标记的N个未标记苹果样本中剔除；

i、重复步骤c-h，直到满足最大迭代次数T；

j、将M个待预测的苹果样本放置在近红外光谱采集系统中，采集并获取该M个待预测的苹果样本在B个波段下的近红外光谱，所述待预测的苹果样本为当年苹果样本；

k、利用一阶导数来最小化近红外光谱的基线偏移并增强吸收峰；提取B个波段下近红外光谱的相对反射率，作为待预测苹果样本的特征参数F；

l、将待预测的苹果样本的特征参数F带入更新的模型Mlssvm或模型Mplsr中，对待预测苹果样本进行预测。

2.根据权利要求1所述的一种基于距离度量和半监督学习的近红外光谱跨年份苹果糖度预测方法，其特征在于，所述步骤d中，最大距离的计算表达式为：其中，Ui表示第i个未标记苹果样本的光谱特征，Sj表示第j个已建立模型的训练集样本的光谱特征， 表示训练集第j个样本的真实糖度值； 表示已建立模型对第i个未标记苹果样本的预测糖度值 或者 ||.||计算马氏距离。