台湾华梵大学机电工程研究所于2021年在《食品加工与保鲜杂志》（Journal of Food Processing and Preservation）发表题为《基于脂肪酸成分分析的咖啡豆分类研究》（Classification of Coffee Beans Based on Fatty Acid Composition Analysis）的原创研究（DOI:10.1111/jfpp.15703），通过整合三重数据结构策略（原始单位数据、百分比转换数据、Z-score标准化数据）与多元统计方法（线性判别分析LDA、聚类分析），系统分析了74个产地咖啡豆的8种脂肪酸含量（C16:0、C18:0、C18:1、C18:2、C18:3、C20:0、C20:1、C22:0），首次揭示油酸（C18:1）、亚油酸（C18:2）、亚麻酸（C18:3）为区分阿拉比卡与罗布斯塔豆种的核心标志物（分类贡献率＞85%），并突破传统归一化方法的信息损失瓶颈——Z-score标准化数据结构将生豆/烘焙豆的分类准确率提升至96.2%（较百分比数据误差降低23%）；研究发现烘焙过程虽改变豆体形态但保留脂肪酸稳定性（总脂质含量变异系数＜5%），通过马氏距离优化判别边界使误判区间缩小至μ1~μ2重叠区域的12%，同时结合神经网络强化特征权重分配（C18:1与C18:3含量差异为阿拉比卡豆的显著性指标，p＜0.001）；该模型在工业打假应用中成功识别掺混豆（掺假比例≥15%时检出率100%），为咖啡产业链提供从"化学指纹"到"精准溯源"的标准化解决方案。