基于机器学习研究乳酸菌发酵石榴汁的风味品质差异形成机制.pdfVIP

第

46

卷

第

15

期食品工业科技Vol.

46

No.

15

2025

年

8

月Science

and

Technology

of

Food

IndustryAug.

2025

邹文惠，潘飞，易俊洁，等.

基于机器学习研究乳酸菌发酵石榴汁的风味品质差异形成机制[J].

食品工业科技，2025，46（15）：

36−48.

doi:

10.13386/j.issn1002-0306.2024100221

ZOU

Wenhui,

PAN

Fei,

YI

Junjie,

et

al.

Optimization

of

Flavor

Quality

of

Lactic

Acid

Bacteria

Fermented

Pomegranate

Juice

Based

on

Machine

Learning[J].

Science

and

Technology

of

Food

Industry,

2025,

46(15):

36−48.

(in

Chinese

with

English

abstract).

doi:

10.13386/j.issn1002-0306.2024100221

·

特邀主编专栏—咖啡、可可、茶等特色饮料作物加工（客座主编：董文江、许勇泉、付才力）

·

基于机器学习研究乳酸菌发酵石榴汁的风味

品质差异形成机制

1,2,3,451,2,3,41,2,3,4,*

邹文惠，潘飞，易俊洁，周林燕

（1.昆明理工大学食品科学与工程学院，云南昆明

650500；

2.云南省特色果蔬健康产品工程研究中心，云南昆明

650500；

3.云南省高原特色食品预制化重点实验室，云南昆明

650500；

4.昆明市国际绿色食品加工研究开发中心，云南昆明

650500；

5.中国农业科学院蜜蜂研究所昆虫资源国家重点实验室，北京

100093）

摘要：本研究选取90款发酵石榴汁（Fermented

pomegranate

juice，FPJ）中加权偏好得分最高（Highest

weighted

preferences

score，HWPS）和最低（Lowest

weighted

preferences

score，LWPS）的样品，分析其活菌数、糖和酸、

色泽属性等指标，并进一步利用顶空固相微萃取-气相色谱-质谱（Headspace

solid

phase

micro-extraction

gas

chromatography-mass

spectrometry，HS-SPME-GC-MS）结合机器学习（Machine

learning，ML）预测影响感官偏好

的关键挥发性风味化合物。经对比分析发现，HWPS的活菌数更高表明消费者更偏好活菌数高的FPJ，而2种

FPJs的色泽属性和抗氧化物质并无显著差异。在2种FPJs中共鉴定出33种挥发性风味化合物，HWPS中酸类、

醇类等物质分别比LWPS高37.74%和32.90%，消费者更偏好风味化合物丰富的产品。利用ML筛选出19种关键

差异挥发性风味化合物，随后通过随机森林（Random

forest，RF）和自适应增强（Adaptive

boosting，AdaBoost）

算法