71技术创新2021年全国大学生数学建模E题要求对不同中药材的种类或的中红外光谱图的数据。在此基础上我们提出：是否可以通过者对同种药材的不同产地建立数学模型进行鉴别，本文利用excel光谱图绘制得到结果；建立K-J均值聚类模型，分析所给药材可和spss软件对其附件1-4中光谱数据进行数据清洗，剔除异常以聚成几类；如何对每类药材进行特征和差异性描述。值，利用Unscrambler软件做归一化分析；再利用excel软件对数对于问题2，与问题1相比多了产地。首先，需要对附件中据进行折线图绘制，对药材类别进行预判，借助spss软件进行K-数据进行产地分类，再利用Spss和Excel软件分析各个产地之间均值聚类、去中心化处理，以及PCA三维和二维散点图，分别给光谱的特征与差异性，统计分析均值、方差、标准差等。其出每类药材的不同产地的中红外光谱曲线图和对应种类的特次，考虑各产地光谱样本的聚合性，剔除异常数据值，再利用征；利用判别分析法对11个不同产地样本做循环分析，结合判均值中心化处理数据。最后，利用判别分析法对不同产地样本别分析分别和分类讨论法，完成中药材的鉴别。做分析，单独一次效果可能不佳，需要进行交叉验证，提高模型识别率。�背景资料对于问题3，利用归一化处理后的数据，对原始光谱做中药材是药品的重要组成部分，随着科技的发展、时代的PCA三维和二维散点图，确定主成分因子，建立PCA样本模型。进步，人们发现中药材会因为其生产地、种类的不同，使得其再利用SPSS软件对17个不同产地的数据进行判别分析模型多次无机元素的化学成分、有机物等存在差异性，进而在近红外、分析识别，得到不同的模型识别结果，再对比分析，提高识别中红外的照射下也会表现出不同的光谱特征，不同类药材表现率。的光谱特征差异较大，比较容易判别。然而，不同产地的同一�解决问题种药材在同一波段内的光谱比较接近，使得光谱鉴别的误差较3.1问题1的模型建立与求解大。相关部门想要通过这些光谱特征来鉴别中药材的种类及产根据所给中红外光谱数据进行药材分类，主要着眼于光谱地，更好的判定中药材的品质，使得中药材可以被更好的利图的比较，即首先是吸收峰的数目是否一致，其次是峰位是否用。在此背景下，需要解决如下问题：一致，然后是各谱带的相对强弱是否一致，最后是谱带的形状（1）数据参照2021年高教社全国大学生数学建模竞赛E题是否一致。若所给药材光谱图的峰数、峰位、峰强和峰形一附件1中几种药材的中红外光谱数据，将药材进行分类...
