应用误差反向传播（BP）神经网络、径向基函数(RBF)神经网络和温度限制串联相关网络（TC-CCN），根据中药大黄样品的红外光谱数据，对正品和非正品大黄样品进行分类鉴定，并对影响分类结果的神经网络的各项参数进行研究。红外光谱数据经过小波变换压缩后输入神经网络，压缩前数据有775个点，压缩后为49个点。这样使变量数大为减少，提高网络的训练速度，又能保持特征峰。应用RBF网络，对大黄样品进行真伪分类，正确识别率为97.78%；应用BP网络，对样品的真伪的正确识别率为95.56%；应用TC-CCN网络，对样品的真伪的正确识别率为84.44%。红外光谱法作为中药的一种鉴别方法，具有快速、简便的特点。并且中药样品的红外光谱是多种官能团特征振动峰的叠加与组合，只要中药材的各成分组成相对稳定，其光谱就有一定的重现性。因此，利用红外指纹图谱有可能对中药进行鉴定。将光谱技术与神经网络方法结合起来使中药的鉴别更加简便和快速，且具有较高的正确识别率，可见该方法会成为中药鉴别的一种有效手段。