中国农业科学院农业质量标准与检测技术研究所拉曼光谱结合集成学习实现牛肉产地快速鉴别
编辑：缪伊雯/ 主编：张大川、蒋羽鸽/ 学术顾问：寇兴然
中国农业科学院农业质量标准与检测技术研究所拉曼光谱结合集成学习实现牛肉产地快速鉴别
Food Chemistry
●近日，中国农业科学院农业质量标准与检测技术研究所畜产品质量安全控制与溯源创新团队联合饲料质量安全检测与评价团队将拉曼光谱技术与集成学习算法相结合，在牛肉地理起源鉴别方面取得新进展。相关研究成果发表在《食品化学（Food Chemistry）》上。
目前，牛肉产地溯源技术存在耗时长、成本高等局限。该研究以国内四个产区的牛肉为对象，采用拉曼光谱技术快速获取其指纹图谱，构建了融合逻辑回归、随机森林等五个异构基模型的Stacking集成学习架构，以克服高维光谱数据易过拟合的难题。研究结果表明，Stacking集成模型优于单一基模型和软投票（Soft Voting）集成模型，在训练集和测试集的各项评价指标（精确率、召回率、F1分数、AUC及Kappa系数）均达到了1.0，且在盲样验证中准确率达92.5%。该研究为保障畜禽产品真实性及监管提供了新方法。
该研究得到国家重点研发计划、国家自然科学基金以及中国农业科学院科技创新工程等项目资助。
https://doi.org/10.1016/j.foodchem.2026.149409
【食品加】汇聚了10W+行业精英，建立了50多个食品领域教师专家群、科研群（食品营养与健康科研群、食品安全与检测科研群、食品加工与贮藏科研群、食品风味与感官科研群、食品胶体与递送科研群、食品生物技术科研群、人工智能与食品科学科研群，还有更多细分领域交流群陆续建立中ing）、海外食品人才群、企业研发群、求职就业群。欢迎小伙们加入，一起交流、共同成长！
本公众号推送文章仅为学术交流使用，‘原创’为原创编译之标记，不表示本平台对文本主张版权。作者团队或单位如需使用编译文本，可联系小助开放白名单。凡是注明“转载”的稿件，均已注明直接来源，如需使用，请联系版权人。如有侵权，请联系我们，我们会尽快删除。
