GC-O通过将特征色谱峰与多组分挥发性混合物相关联，从而对食品中的挥发性呈味物质进行测定。GC-O是根据香味化合物中的香味强度或对总体香气的贡献来进行排序的，它可以解决MS在检测香味化合物时遇到的一些难题。

电子鼻是模仿人和动物的鼻子，被用于分析、识别、检测复杂气味和挥发性成分的新型器，与常用的分析仪器（如色谱仪、光谱仪等）相比，电子鼻具有客观、准确、快捷地评价气味，并且重复性好的特点。

5、风味数据库数据的计算方法

风味数据库数据的分析主要是无监督学习方法。无监督学习不需要输入已知类别的样品信息，对一批没有标出类别的模式样品集，按照样品之间的相似程度进行分类，相似的归为一类，不相似的归为一类，可直观地进行系统分析，主要包括主成分分析（PCA）和聚类分析（HCA）等[13]。

主成分分析（PCA），是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关.通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。吴泽河[14]结合采用单因素和Box-Behnken试验设计,并结合主成分分析优化低糖菊芋饼干配方。田艳花、张立伟[15]利用主成分和聚类分析法对不同红枣氨基酸含量进行了综合评价。

聚类分析（HCA）又称群集分析，它是根据“物以类聚”的思想把相似的对象通过静态分类的方法分成不同的组别或者更多的子集，使在同一个子集中的样本都具有一些相似的属性。该方法通过对中药指纹图谱数据处理，可解决中药品种的分类，真伪鉴别、质量评价、新旧工艺或不同炮制方法比较等问题[16]。于静、孙翔宇[17]结合HPLC-ECD法和聚类分析法来鉴别中国白酒品质。倪鹏[18]将主成分分析与系统聚类分析方法结合应用于洪水预报,从而能有效提高洪水预报精度。