大黄是我国著名的特产药材，用药历史悠久，从古至今一直是临床最常用药物之一，以泻下、健胃而著称于世。药典收载的正品大黄为掌叶大黄、唐古特大黄和药用大黄。除正品大黄外，其它种类的大黄在不同地区及民间也做药用，但药效不同，泻下作用差，且有的可引起腹痛。为了确保大黄临床用药的安全有效，对大黄药材进行质量控制至关重要。 近年来，多种现代仪器分析方法被用于中药鉴定和质量控制，红外光谱(MIR)法在物质的定性、定量分析和鉴别中一直起着十分重要的作用。作为一种简单、快速、无损的检测手段，近红外光谱(NIR)技术已成为中药材定性判别和定量分析的新兴方法。近红外光谱区的吸收强度低、谱带复杂、重叠严重，无法使用经典定性、定量方法，必须借助于化学计量学中的多元统计、曲线拟合、聚类分析、多元校准等方法定标，将其所含的定性、定量信息提取出来。温度限制串联相关神经网络(Temperature constrained cascade correlation network，TCCCN)具有更快的训练速度、更广的泛化能力及更强的鲁棒性，在非线性多元校正中尤其是分类问题中显示出一定的优势。 本论文第二、第三章将TCCCN网络分别结合大黄的中红外、近红外光谱，且利用Leave-one-out和Latin-partition两种交叉验证方法对大黄的正品与非正品进行鉴别研究；并详细讨论了TCCCN网络参数对预测结果的影响。结果表明，TCCCN网络分别结合中红外光谱技术、近红外光谱对大黄的正品与非正品鉴别的正确率分别为96.13％，100％。 由于中红外、近红外光谱技术特征的相互补充，中红外—近红外二维相关光谱分析技术也许给复杂体系的振动光谱方面提供更多的理解和更深刻的解释。本论文第四章，将大黄的近红外光谱和红外光谱结合二维相关技术用于正品与非正品大黄的研究。结果首先表明正品大黄与非正品大黄二维相关光谱之间存在明显的差异，可以利用这种的差异进行正品与非正品的鉴别。根据二维相关图分析及文献对水及大黄成分的研究，二维光谱中2280-2300 nm处的相关带可以初步认为由水的吸收引起的而1750nm处与中红外光谱的相关带可能由大黄化合物中的C-H键振动引起的。结果还表明正品大黄与非正品大黄近红外—中红外杂相二维相关光谱之间的差异与正品大黄与非正品大黄泻下作用药效的差异之间也存在一定的联系。 本论文第五章，将BP-NNs用于有机环境污染物紫外谱库检索。为了加快网络的收敛、提高谱库检索的准确率，对数据进行了小波压缩及导数处理。本论文中对BP-NNs网络的优化参数作了详细地讨论；针对实际检测中存在的噪声、基线漂移、斜坡背景、含杂等不