La calidad de la leche está estrechamente vinculada a su marca. Una marca famosa de leche siempre tiene buena calidad. Por lo tanto, este estudio busca diseñar un nuevo método de extracción de características difuso, llamado análisis discriminante lineal nulo mejorado difuso (FiNLDA), para agrupar los espectros de la leche recopilada para identificar marcas de leche. Para elevar la precisión de la clasificación, FiNLDA se aplicó para procesar los espectros de infrarrojo cercano (NIR) de la leche adquiridos por el espectrómetro de infrarrojo cercano portátil. El análisis de componentes principales y el algoritmo de filtrado Savitzky-Golay (SG) se emplearon para reducir la dimensionalidad y eliminar el ruido en este sistema, respectivamente. Posteriormente, se aplicaron el análisis discriminante lineal nulo mejorado (iNLDA) y FiNLDA para obtener la información discriminante de los espectros de NIR. Por último, se utilizó el clasificador de vecinos más cercanos (K-nearest neighbor) para evaluar el rendimiento del sistema de identificación. Los resultados indicaron que las máximas precisión de clasificación de LDA, iNLDA y FiNLDA fueron del 74.7%, 88% y 94.67%, respectivamente. En consecuencia, el espectrómetro NIR portátil en combinación con FiNLDA puede clasificar las marcas de leche de manera correcta y efectiva.