在我国,中药材的质量控制主要以性状鉴别和显微鉴别定真伪,以理化鉴别评优劣,很少根据嗅觉和味觉指标成分进行检测和控制。传统的指标成分的控制难以真正控制中药的功效,检测任何一种活性成分均不能反映其所体现的整体疗效,中医辨症施治用的是药气和药味而非单独的某个化学成分。因此研究中药材的品种和质量,不能只针对某几种化学成分,必须对中药材的引起味觉和嗅觉反应的物质群整体予以控制。本文运用基于气敏传感器的电子鼻和基于味敏传感器的电子舌获取中药材药气(气)和药味(味)的整体信息。气信息存储在以.nos文件为后缀的数据文件中,每个数据样本的有效数据为120x10的矩阵；味信息存储在以.tog为后缀的数据文件中,每个数据样本的有效数据为120×7的矩阵。在分析基于多传感器获得的辛味中药材的气-味数据信息时,采用了信息融合技术中的数据层融合,在最大程度上保持了原始所-味数据的完整性,使在分析信息融合时,更具有准确性和可靠性,更能保持气-味整体信息的完整性。在辛味中药材的气-味融合分析过程中,结合气信息、味信息的非线性特性,采用了新兴的流形算法中的局部线性嵌入方法LLE以及基于Fisher的线性判别方法完成数据的降维、特征提取以及样品分类。本方法有效的减少了信号处理量,提高了运算速度；保持原样本空间几何结构的完整性,提高了样本分类辨别的准确率。在数据处理分析过程中,按照LLE方法运算原理,对数据进行格式初处理时,在MATLAB环境下,将样品的数据样本的气信息矩阵进行转置成列矩阵,再将相应的味信息矩阵转置成列矩阵,在数据层将气-味信息融合成列矩阵(即：一种样品的一个数据样本为2040x1的列矩阵)。在数据降维和特征提取时,根据每种辛味中药材的数据样本个数选择合适的邻近点值K,获得数据样本的最佳局部重建权值矩阵；再根据重构权重矩阵,经过比较分析求得最佳的正则化参数r；再根据求得的K值和正则化参数r,设置不同的嵌入的流形的维度d,求得最合适的嵌入的流形的维度d,至此实现对气-味信息融合数据的降维和特征提取,得到各个样本的低维子流形(即嵌入子流形),此子流形以坐标矩阵的形式存在。最后,运用基于Fisher的LDA设计合适的分类器,完成子流形的分类。本文从三种不同生产时间的广东白术和六种不同品种的辛味中药材样本组成的两组实验进行分析,分别研究了在不同的数据样本总数时,基于LLE以及LLE+LDA的气-味信息融合分析方法,重点在于分析方法的运用和方法的参数确定规律。结果表明,运用LLE+LDA的数据研究分析方法,并采用控制变量法逐个的求取最佳参数,准确的完成了种基于多传感器的辛味中药材气-味信息融合分析。