FOOD RES INT：利用机器学习结合 GC-TOF/MS 和 GC-IMS 的全面挥发性轮廓进行果酒分类

本研究利用GC-TOF/MS和GC-IMS技术结合机器学习方法，对八种果酒的挥发性化合物进行了系统分析。研究背景指出果酒的香气特征受多种因素影响，包括原料种类、发酵条件和陈化过程。研究目的是通过多模态分析方法提高果酒分类的准确性和效率。研究结果显示，果酒与葡萄酒在挥发性化合物组成上存在显著差异，其中酯类和醇类是主要成分。通过机器学习模型（如随机森林和支持向量机）对关键香气化合物进行筛选和分类，实现了高精度的果酒识别。研究结论强调了该方法在质量控制、产品创新和地理标志认证中的潜在应用价值。