基于机器学习的GC-IMS特征图谱构建新方法及其在桃汁加工分类中的应用

本研究针对GC-IMS（气相色谱-离子迁移谱）数据手动分析效率低、特征提取不足的问题，提出了一种结合行加权损失函数（RWLF）与样本重加权梯度下降（SRGD）的机器学习框架，通过加权人工神经网络（w-ANNs）和卷积神经网络（CNN）将标量矩阵转化为图形化特征图谱。该方法在桃汁品种（准确率0.93）和加工阶段（准确率0.96）分类中表现优异，为水果加工自动化提供了新范式。

　　

研究背景与意义
白桃（Prunus persica）作为典型的呼吸跃变型水果，采后损失率高且加工质量控制依赖复杂分析技术。传统GC-IMS虽能生成化合物二维/三维浓度图谱，但特征提取依赖人工经验，制约了水果汁液分类与生产的自动化进程。如何将GC-IMS的标量数据转化为机器可识别的图形化特征，成为突破技术瓶颈的关键。

研究方法与技术路线
北京中电华源环保技术有限公司资助的研究团队开发了RWLF-SRGD（行加权损失函数-样本重加权梯度下降）算法，嵌入加权人工神经网络（w-ANNs）和SHAP（Shapley Additive Explanations）加权系统，结合CNN进行特征增强。实验采用浙江奉化、阳山产蜜桃及慈溪杨梅为样本，通过GC-IMS获取化合物浓度矩阵，经标量-向量转换生成图形特征图谱。

核心研究结果

1. 样本准备：分析奉化(FH)、阳山(YS)两地蜜桃及不同加工阶段的桃汁，建立包含地理来源与加工步骤的三组样本队列。
2. 权重算法评估：对比显示w-ANNs较非加权网络(nw-ANNs)损失值降低37%，特征区分度提升2.1倍（图2A-1/2A-2）。
3. 图形特征图谱生成：通过RWLF-SRGD优化后的标量矩阵，经CNN提取的分子化学描述符(MCDs)可可视化呈现不同产地桃汁的挥发性有机物(VOCs)差异。

结论与讨论
该研究首次实现GC-IMS数据向图形特征图谱的自动化转换，其RWLF-SRGD-wANNs框架在桃汁地理标志识别（准确率0.93）和加工阶段判别（准确率0.96）中展现出显著优势。该方法突破了传统色谱分析依赖人工标记的局限，为水果加工质量控制的GPU（图形处理器）加速处理提供了新思路。研究结果发表于《Food Control》，为农产品深加工的智能检测树立了新标杆。