针对几种天然产物,研究如何将几种模式识别技术,即偏最小二乘、模糊模式识别、人工神经网络、支持向量机及灰度关联分析与红外光谱分析有机地结合以实现定量和定性分析,旨在找到一种更为有效的红外光谱的建模方法,为天然产物的红外光谱分析提供新思路和新技巧。1.以天然产物人参、淫羊藿和烟草为研究对象,提出将模糊模式识别技术应用于红外光谱的定性分析中,解决了其分析过程中光谱变量的降维、贴近度和择近原则以及分析步骤等关键性问题。2.针对天然产物烟草和黄连,研究了偏最小二乘法(PLS)用于近红外光谱的单组分及多组分的定量分析,并确定了光谱的预处理方案及泛化能力的评价指标。3.以天然产物人参、淫羊藿、烟草、黄连为例,研究人工神经网络应用于中红外光谱的产地鉴别分析及近红外光谱的定性和定量分析时的关键参数设置和相关问题的解决方案,并对建立的模型进行了有效评价。4.研究支持向量机技术(SVM)用于近红外光谱定量分析时有关核参数和核函数的选择方法,同时提出结合小波变换技术,利用支持向量机对烟草及黄连近红外光谱的单组分、多组分的定量分析进行了仿真实验,并将不同模式识别技术建立的模型进行细致的对比研究。5.提出将灰色关联分析法用于近红外光谱的谱区优化选取,通过计算某一谱区的峰面积与特定组分的灰色关联度,并将灰色关联度较大的谱区作为特征谱区参与建模,使其建模时间大大缩短,预测精度有较大的提高。