基于GC-TOF/MS与GC-IMS数据分析的白酒品质等级机器学习判别：浓香型白酒案例研究

简 介

1.题目
基于GC-TOF/MS与GC-IMS数据分析的白酒品质等级机器学习判别：浓香型白酒案例研究

2.期刊

Food Chemistry

3.单位

上海交通大学

4.作者

5.内容概要

基酒的风味对于白酒的等级质量至关重要。本研究针对五种不同浓香型白酒品牌的基酒等级进行了分析。采用固相微萃取气相色谱飞行时间质谱（HS-SPME-GC-TOF/MS）和顶空气相色谱流动态质谱（HS-GC-lMS）技术，分别鉴定出 313 种和 188 种化合物，其中 12 种化合物与质量等级相关（p>0.5），包括乙基 2-甲基丁酸酯、乙基异戊酸酯、乙基丙酸酯。还确定了与质量等级显著相关的独特化合物。将融合数据集与八种监督式机器学习算法（随机森林（RF）和逻辑回归（LR））相结合，表现优异，准确率分别为 0.913 和 0.8696，F 值分别为 0.9167 和 0.8681，在受试者工作特征（ROC）曲线和混淆矩阵中显示出强大的验证结果。本研究表明，将香气特征与机器学习相结合，能够对浓香型白酒进行准确和客观的分级，为行业中的质量控制提供了一种可靠的工具。

6.文章原文