甜桃的地理原产地识别基于与DD-SIMCA和XGBoost结合的质量特征
Linxia Wu1, Ziye Liu1, Meng Wang1
1Institute of Quality Standard and Testing Technology, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, PR China.
Food chemistry
|July 15, 2025
概括
通过使用质量特征来识别甜桃的来源是可行的. 数据驱动的类类类比的软独立建模 (DD-SIMCA) 和极端梯度提升 (XGBoost) 基于化学和物理特性准确地确定了地理来源.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
背景情况:
- 地理来源识别对于食品质量保证至关重要.
- 以前的方法依赖于物理和营养特征.
- 体感特征和化合物为原产地歧视提供了潜在的可能性.
研究的目的:
- 评估确定甜桃地理原产地的可行性.
- 为了比较DD-SIMCA和XGBoost模型的有效性.
- 确定原产地确定的主要质量属性.
主要方法:
- 分析了来自中国四个地点的170个甜桃样本.
- 测量物理特征,可溶性固体,可定位酸度,有机酸,酸和14种化合物.
- 应用数据驱动的软独立模型类类比 (DD-SIMCA) 和极端梯度提升 (XGBoost).
主要成果:
- DD-SIMCA获得了98.00%的灵敏度和100.00%的特异性.
- XGBoost的预测准确度为94.12%,超过了LDA,RF和k-NN.
- 关键的歧视性化合物包括酸,酸,酸,kaempferol-3-O-rutinoside和cyanidin-3-O-rutinoside.
结论:
- DD-SIMCA和XGBoost对于甜桃的地理来源识别是有效的.
- 质量属性,包括特定的有机酸和化合物,是可靠的标记.
- 这种方法提高了区域甜桃生产系统的质量控制.
更多相关视频
13:02The Terroir Concept Interpreted through Grape Berry Metabolomics and Transcriptomics
Published on: October 5, 2016
10.5K
07:03Establishing Pollination Requirements in Japanese Plum by Phenological Monitoring, Hand Pollinations, Fluorescence Microscopy and Molecular Genotyping
Published on: November 9, 2020
3.2K
