对上述中药药材的光谱进行聚类分析，每种药材100个样本，共4800个光谱(以补血类药物当归为例，100个当归样本的近红外光谱图见图1)，检验4类药物是否具备明显的光谱特征差异。对光谱数据直接采用K-Means聚类方法将药材分为4类。原始光谱分类的正确率仅为10.83%。采用潜在语义分析方法对数据分析后采用K-Means聚类，分类正确率为31.08%，比直接采用原始数据分类正确率高，但仍不理想。分析分类正确率低的原因，发现药材的不同样本峰位存在漂移，有些甚至不出现峰值。为简化分析难度，避开不同样本间的差异问题，我们将每种药材取1个代表性数据进行分析。

    3.1 代表性光谱的选择

    如果只采用1个样本数据，可以使用平均值或中位值作为代表。由于植物成分不均一，存在异常样本，鉴于异常样本会在平均时引入较大误差，我们采用中位值作为数据代表。PCA可以找出光谱的中位值，还可根据样本与中心位置的距离大小剔除异常数据。因此，我们运用Matlab编程，对每种药材的100个光谱数据进行PCA ......