人工智能学院电子信息硕士研究生在国际权威期刊《Food Chemistry》发表高水平学术论文

近日，浙江农林大学人工智能学院25级电子信息专业硕士研究生雍程翔等在国际食品科技领域权威期刊《Food Chemistry》（中科院一区TOP，IF=10.4）发表题为“Coffee geographical origin rapid on-site discrimination strategy using an electrochemical fingerprinting platform by optimization of electrolyte concentration and temperature”的研究论文。

阿拉比卡咖啡豆是全球精品咖啡核心原料，其品质易受海拔、温度、降雨量、土壤等产地环境因素的影响，导致不同产地的咖啡豆在风味特征与市场价格等方面产生巨大差异。而当前咖啡的生产和销售中，普遍存在产地溯源信息缺失、产区标注不明等现象，损害了消费者权益。因此，对阿拉比卡咖啡产地的精准溯源检测具有较高的现实意义。该论文创新性地构建了一种电解液浓度与检测温度协同优化的电化学指纹智能鉴别系统。研究团队自主创新设计了高稳定性电化学传感平台，通过电化学表征耦合时序特征解析策略，有效消除复杂食品基质带来的检测背景干扰，结合多元统计与智能判别算法精准挖掘咖啡豆专属地域特征空间。实验结果表明，该方法具有抗干扰能力强、检测稳定性高、检测速度快等突出优势，为高附加值农产品原产地保护提供了新的思路分析路径。

该研究在学校名师工作室（科研育人）的支持指导下完成，主要依托人工智能与现代农林业交叉融合优势进行选题，体现了学院“数智+农林”的科研理念。论文以浙江农林大学为第一完成单位，电子信息专业硕士研究生雍程翔为第一作者，研究生陆建宇、戴典辰及多名本科生等参与研究，通讯作者为人工智能学院吴鹏副教授、学校科研育人名师工作室负责人，以及贵州省山地智能农机全省重点实验室、贵州航天智慧农业有限公司张啸高级工程师。

《Food Chemistry》为食品科技领域国际权威学术期刊，影响因子为10.4，主要刊载食品组分化学、风味与营养化学、食品安全分析、食品功能因子及加工化学等方向的原创性研究成果，重点关注具有创新性的化学作用机理、分析表征方法及其在食品品质管控与食品安全复杂场景中的应用。

论文链接： https://doi.org/10.1016/j.foodchem.2026.150623