근적외선 분광학과 화학계량학 방법을 결합하여 음양곽과 유모음양곽의 기원 식별 및 모델 전이에 대해 체계적인 연구를 수행하였다. 먼저, 주성분 분석(PCA)을 통해 두 종류의 스펙트럼 차이를 탐색하여 후속 분류 모델 구축을 위한 참고자료를 제공하였다. 그 후, 서포트 벡터 머신(SVM)과 랜덤 포레스트(RF) 분류 모델을 구축하고 다양한 스펙트럼 전처리 방법의 영향을 비교하여 최적 전처리 조합(SG+1차 미분+SNV 및 SG+2차 미분+SNV)을 선별하였으며, 최종적으로 100%의 높은 정확도를 가진 기원 식별 모델을 획득하였다. 이 기초 위에 직접 보정법(DS)과 구간 직접 보정법(PDS)을 사용하여 모델을 보정하고, 계층적 군집 분석(HC) 방법으로 표준 시료를 선택하여 모델의 적응성과 전이 효과를 성공적으로 향상시켰다. 연구 결과는 SVM 모델이 분류 정확도와 전이 안정성 면에서 RF 모델보다 우수함을 보여주며, 휴대용 근적외선 분광기의 중약 기원 식별 적용에 과학적 근거를 제공한다.

음양곽; 유모음양곽; 근적외선 분광; 기원 식별; 모델 전이