机器学习增强的风味学：识别酱香型白酒中的关键香气化合物并预测其感官品质

2025-08-08 2948 来源：食品风味化学与感观分析公众号

简介

1.题目
机器学习增强的风味学：识别酱香型白酒中的关键香气化合物并预测其感官品质

2.期刊

Food Chemistry

3.单位

贵州大学

4.内容概要

酱香型白酒的品质主要取决于感官特征和关键的香气化合物，而传统方法难以准确且有效地进行评估。本研究利用风味组学和机器学习技术，在不同轮次中探索酱香型白酒的感官特征和香气化合物，构建品质等级预测模型。感官特征从早期阶段BJ1-BJ2轮次的酸味逐渐转变为中期阶段BJ3-BJ5轮次的酱味，再到后期阶段BJ6-BJ7轮次的焦糖味。通过应用AEDA和OAV分析，确定了18种关键的气味活性化合物，如丁酸乙酯、异戊酸乙酯和苯乙基乙酸酯。此外，结合聚类算法的机器学习模型在预测质量等级方面表现出高准确性:MLP+HCA模型为85%，XGBoost+K-means模型为97%，随机森林+GMM模型为84%。SHAP模型识别了20种关键香气化合物，包括琥珀酸二乙酯、四甲基吡嗪和乙醛，并确定了质量浓度阈值。该研究为白酒的风味控制和质量评估提供了可靠的方法。

5.文章原文

undefined