摘要：风味物质影响食品的感官属性及消费者选择，风味物质分析对食品质量改善以及新产品开发都至关重要。然而，风味物质数据庞杂、统计分析运用不恰当极大程度限制了该领域发展，因此，正确、合理地使用新型化学计量学方法，如人工智能算法获取有效信息在该领域至关重要。近年来化学计量学方法广泛应用于食品研究中，除降维、分类与回归方法外，多种神经网络方法也在食品领域研究中兴起，但对其合理应用的归纳总结较少。因此，本文对可用于研究食品风味的统计分析方法进行了归纳总结，包括主成分分析和线性判别分析，线性回归方法如偏最小二乘回归系列及非线性方法如模糊逻辑、人工神经网络等多种神经网络方法，对其原理进行讲解并进行应用举例。本文旨在为化学计量学在后续食品风味领域的研究提供有效的方法和思路。
文章目录
1 多变量线性数据分析方法
1.1 主成分分析
1.2 线性判别分析
2 线性回归分析
2.1 偏最小二乘回归
2.2 偏最小二乘判别分析
2.3 正交偏最小二乘判别分析
3 非线性分析
3.1 模糊逻辑
3.2 人工神经网络
3.3 其他神经网络方法
4 结语
