1 介绍
当前，三维荧光光谱与化学计量学方法的结合在茶叶、蜂蜜、山茶油和啤酒等食品的快速分类中显示出不可替代的优势。例如，Song He等人[1]使用偏最小二乘判别分析（PLS-DA）与主成分分析-线性判别分析（PCA-LDA）方法，实现了快速准确区分两种金银花及其地理来源。
本实验的目的是探讨使用判别分析(DA)进行三维荧光光谱快速分类的可行性。首先，收集了4个不同来源的公开数据集。然后，使用主成分分析-线性判别分析（PCA-LDA）、偏最小二乘判别分析（PLSDA）建立识别模型。最后对分类结果进行分析比较。
2 材料与方法
2.1 化学计量学方法
在传统的分类器中，判别分析可能是最著名的方法[2]，并且可以被认为是第一个多变量分类技术。
2.1.1 主成分分析-线性判别分析（PCA-LDA）
在多元数据的探索性分析方面，主成分分析（PCA）是最强大的技术之一。它为发现数据之间的差异和相似性提供了初步方法，并且是当前研究中最常用的无监督方法[3]。线性判别分析（LDA）则是模式识别的经典算法，其思想是使投影后的类内方差最小，类间方差最大。将PCA与LDA结合进行模式识别，可以有效实现复杂数据的降维和分类。
2.1.2 偏最小二乘判别分析（PLS-DA）
PLS-DA经常被用来处理分类和判别问题。与PCA相比，PLS-DA是有监督的方法，当样本组之间的差异较小时，可以很好
