本文旨在建立药食同源类复杂对象(中药和食品)的质量控制方法；在高端仪器以及化学计量学的支持下,不仅构建了这类复杂分析对象的模糊及有效的指纹图谱,而且定性定量地分析了复杂对象所含的一些活性组分。本文主要考察了多维指纹图谱相较于单维指纹图谱所具有的优势,以及药效成分在指纹图谱建模分类中的作用。主要研究工作包括以下几个方面：1.由于使用高效液相色谱(HPLC)和傅立叶变换红外光谱(FT-IR单独测得的芍药样品的数据(L矩阵和R矩阵)构建的指纹图谱无法获得令人满意的结果,因此我们尝试用两个统计学方法来融合所得的L和R数据并构建新的指纹图谱：(i)从L和R矩阵分别提取两个主成分,合并主成分；(ii)用遗传算法-偏最小二乘(GA-PLS)筛选初始获得的L和R矩阵的变量。模式识别的结果显示非线性模型(径向基-人工神经网络和最小二乘-支持向量机)获得较好的结果。2.由于HPLC数据表现出来的信息是不足以用来区分芍药样品的；因此本体系构建一个多波长融合的HPLC指纹图谱质量分析不同产地的芍药药材。此后将三种不同的有监督模式识别方法用于指纹图谱质量的评价。结果显示,无论哪种模式识别方法,多波长指纹图谱都比单波长指纹图谱创造出更好的校正模型,另外,最小二乘-支持向量机在校正预报模型中表现出最好的性能。3.为了鉴定不同品种不同批次的郁金原药材、水提物和挥发油组分之间是否存在差异,我们首先应用紫外-可见-近红外光谱构建郁金原药材的全信息指纹图谱,并用模式识别方法(KKAnalysis和LS-SVM)来评价构建的模型,结果显示不同批次不同产地的郁金药材确实存在着差异；然后我们用高效液相色谱和气相色谱来分析郁金药材的水提物和挥发油组分并构建色谱指纹图谱。GC指纹图谱显示：对于挥发油组分而言,郁金药材之间最大的差异来自不同的品种,而相近的批次对他们的影响要小；HPLC指纹图谱则给出了有趣的结果：样品在"guang2011"和"guang2010"各组分化合物含量上存在巨大差异,而"chuan2011"和"chuan2010"之间的差异较小。4.为了评估不同产地的益母草样品和标志性化合物含量的关系,因此,本体系用HPLC和化学方法分离并定量分析了标志生物碱成分和黄酮成分,如：芦丁、槲皮素、山奈酚、芹菜素、益母草碱和总生物碱。结果显示,仅仅依靠几种活性成分很难按照临床疗效完全区分不同产地的益母草样品。因此,我们用多元数据分析方法更进一步挖掘HPLC指纹图谱中的信息,而主成分分析的结果显示此次构建的指纹图谱可以完全区分不同产地的益母草样品；另外我们发现了一个有趣的现象,高度相关的变量(L6(山奈酚)和L7(芹菜素))和另外的五个组分在模式识别上的关系是互相独立的。