随着社会和经济的发展,生活节奏不断加快,作为对祖国未来建设以及发展起着很大作用的大学生群体的健康状态值得关注。在中医中,脉诊通常是作为检测人体健康状态的重要方式,脉诊是一种无痛无创且快速的检测方式,但受限于脉诊依靠医生经验导致的医疗资源不足的情况,脉诊不能得到快速的推广。本文旨在通过分析脉搏数据,对处于不同健康状态的大学生脉搏进行识别,成功应用于大学生健康状态主被动识别实验。随机矩阵理论通过对复杂系统的能谱和本征态进行统计分析,得到数据的随机程度以及数据的整体关联特征。本文基于随机矩阵理论对脉搏数据进行分析,构建检测模型。主要包括以下几个部分:1、以EOX易血氧采集23名大学生志愿者脉搏数据,并标明志愿者所处的精神状态和身体状态,精神状态分为心态平衡和心态失衡,身体状态分为有秩序和失序。2、对数据进行清洗和预处理,包括异常数据的清洗和基线漂移的预处理和精度的设置。3、对数据进行矩阵的切割,包括对经过预处理的数据按时间线和按波峰波谷切割数据。4、对矩阵进行变换后进行随机矩阵单环定理分析,得到平均谱半径指标,根据每个志愿者脉搏的平均谱半径进行对比分析,从而达到识别的效果。本文的研究工作应用在俞俊生老师设计的大学生健康状态主被动识别实验中,获得了比较好的应用效果。