本文采用红外、近红外分析技术结合化学计量学等手段对几种天然中药材品质的检测方法进行了研究和探讨。1.应用傅立叶变换红外光谱得到了人参I值和年龄及其产地的关系。应用小波变换技术对红外光谱的光谱变量进行了有效的压缩,结合人工神经网络建立了吉林人参产地鉴别的模型,识别率可以达到97.5%。2.用红外光谱结合人工神经网络和小波变换技术对吉林省来自三个不同产地的42个淫羊藿样品进行了产地识别,取得了令人满意的分类结果,识别率达到95.2 %。3.研究了黄连在一系列炮制条件下的红外光谱,其中1300-1600 cm-1范围为黄连中有效成分小檗碱的特征峰范围。对原谱进行归一化处理后,得出小檗碱含量与配制条件的基本关系,为炮制适宜含量的药物提供了依据。4.用近红外光谱研究了黄连样品,应用PLS法建立黄连的小檗碱定量分析模型。同时利用小波变换技术对近红外光谱的光谱变量进行了有效的压缩,并通过人工神经网络技术建模。仿真实验表明,两种方法建立的模型预测结果准确,预测效果良好,但人工神经网络技术显示了更加优越的性能,预测均方差和平均相对误差更小,具有很高的实用价值。总之,本论文对中药材检测中的红外光谱信息的提取处理及成分定量分析进行了研究,并应用其对中药的红外谱图进行处理;采用了PLS、神经网络对近红外谱图进行了信息提取。本文所提出和优化的红外光谱信息提取和处理的方法和措施,有效地提高了预测的分析精度,为红外光谱技术应用于药品检测与分析提供了有效的方法和依据。