本发明涉及一种一维光谱分类方法及系统，方法包括：获取m个待测样品的近红外光谱原始数据；截取所述近红外光谱原始数据中所有单一光谱序列的峰值数据并进行预处理，然后进行缩放，得到一维度光谱信号数据；将缩放后的一维度光谱信号数据进行极坐标编码；对极坐标编码后的一维度光谱信号数据进行重构，得到格拉姆角和场矩阵和格拉姆角差场矩阵；将格拉姆角和场矩阵和所述格拉姆角差场矩阵存储为图像；对图像进行划分，得到训练集和测试集；采用训练集对卷积神经网络进行训练；将测试集输入至训练好的卷积神经网络中，得到分类结果。本发明中的上述方法可以通过一维光谱与二维图像之间的双映射关系弥补丢失有用特征信息的不足。
