中药指纹图谱分析中的现代统计方法

中药指纹图谱是指某种(某产地)中药材或中成药所共有的、具有特征性的和某类或几类成分的色谱或光谱组成的图谱。通过对色谱指纹图谱(fingerprint)，特别是高效液相色谱(HPLC)指纹图谱的比较和识别，可以鉴别中药真实性及评价质量一致性和产品稳定性。由于中药采集，处理的复杂性与多样性, 使得中药指纹图谱数据中普遍存在多噪音，高维，时序性等特点。传统的多元统计方法和现代的人工智能方法在这样的数据前很难体现出优势来。本课题旨在将一种较新的处理高维有序数据的变量选择方法（熔合的惩罚最小二乘）进行改进，并由此提出更一般的，简单快速有效的算法。使得这种方法能够应用到中药指纹图谱数据的分析研究中，从而挑选出具有重要意义的指纹图谱特征，并在此基础上建立有效的指纹图谱识别模型，以达到中草药指纹图谱的有效识别和控制的目的。