类目筛选（计算机学者）
清除筛选
-
模型类型
-
机器学习/统计学习
-
偏最小二乘法
-
支持向量机
-
随机森林
-
K-近邻
-
梯度提升决策树
-
主成分分析/判别分析
-
逻辑回归/贝叶斯
-
智能手机/其他
-
-
深度学习
-
卷积神经网络
-
循环神经网络
-
目标检测网络
-
图像分割网络
-
生成对抗网络
-
图神经网络
-
序列到序列/编码-解码
-
其他深度学习结构
-
-
大模型与 LLM
-
大语言模型
-
视觉基础模型
-
多模态基础模型
-
知识图谱与 LLM 集成
-
垂直领域微调/指令调优
-
检索增强生成
-
-
模型设计/优化策略
-
迁移学习/领域自适应
-
小样本学习
-
模型可解释性
-
模型轻量化/边缘计算
-
特征工程与选择策略
-
超参优化/自动机器学习
-
强化学习
-
-
-
模型任务
-
分类/鉴别/等级评定
-
定量预测/回归分析
-
缺陷/异物检测与定位
-
过程控制与实时优化
-
知识抽取与语义理解
-
设计/生成与推荐
-
模拟与数字孪生
-
-
模型数据
-
来源
-
可见光/RGB/视频数据
-
高光谱/多光谱光谱
-
红外/拉曼光谱数据
-
时序传感器/物联网数据
-
组学数据
-
质构/流变/感官数据
-
文本/知识库/法规数据
-
多模态/融合数据
-
-
量级
-
小规模数据集
-
中等规模数据集
-
大规模数据集
-
超大规模/工业级数据集
-
公开数据集
-
合成/仿真数据为主
-
-
深度筛选（食品学者）
清除筛选
-
研究对象/基质维度
-
谷物/块根/豆与坚果类
-
小麦
-
玉米
-
大米
-
杂粮
-
马铃薯
-
其他根茎类
-
其他谷物与块根
-
豆类与坚果（及籽类）
-
-
肉类/蛋类与水产品
-
畜肉
-
禽肉
-
鱼肉
-
甲壳类
-
软体与贝类
-
内脏及副产物
-
其他肉与水产品
-
蛋类及其制品
-
-
乳及乳制品
-
液态乳
-
发酵乳/酸奶
-
奶酪
-
乳粉
-
乳清及乳清制品
-
其他乳制品
-
-
水果/蔬菜与菌菇类/植物类
-
新鲜水果
-
新鲜蔬菜
-
果蔬汁/浓缩汁
-
果蔬干/果脯/蔬菜干
-
其他果蔬制品/植物类
-
食用菌菇
-
食用花卉
-
-
油脂及油脂制品
-
植物油
-
动物油脂
-
起酥油/人造脂肪
-
油炸食品
-
其他油脂制品
-
-
饮料
-
果蔬饮料
-
茶/茶饮料
-
咖啡饮料
-
乳饮料
-
功能/运动饮料
-
碳酸饮料
-
酒精饮料
-
其他饮料
-
-
糖、焙烤与糖果制品
-
面包
-
蛋糕/糕点
-
饼干/薄脆制品
-
糖果
-
巧克力及含可可制品
-
其他焙烤与糖果制品
-
蜂蜜等天然糖
-
-
发酵食品及酱腌制品
-
大豆发酵制品
-
蔬菜发酵制品
-
发酵豆制品
-
谷物发酵食品
-
肉类发酵制品
-
水产发酵制品
-
其他酱腌/发酵食品
-
-
复合/即食/餐饮食品
-
方便面及速食米面
-
预制菜/即食菜肴
-
冷冻方便食品
-
罐头菜肴
-
餐饮菜品与团餐
-
其他复合食品
-
-
新资源食材
-
昆虫蛋白
-
微藻及藻类产品
-
单细胞蛋白
-
细胞培养肉
-
其他新资源食材
-
-
食品添加剂与配料
-
碳水化合物配料
-
脂肪/油脂配料
-
蛋白质配料
-
乳化剂/稳定剂/增稠剂
-
甜味剂
-
香精香料
-
酸度调节剂/防腐剂/抗氧化剂
-
营养强化剂
-
其他添加剂与配料
-
-
新材料/包装与接触材料
-
塑料材料
-
纸及纸板
-
金属材料
-
玻璃材料
-
生物基/可降解材料
-
多层复合材料
-
探针与分析传感材料
-
其他材料
-
-
食品加工设备与机械系统
-
热处理设备
-
干燥设备
-
挤压/混合/成型设备
-
分选/分级/检验设备
-
灌装/封口/包装设备与生产线
-
清洗/CIP/卫生相关设备
-
输送/搬运/机器人系统
-
其他加工设备与系统
-
-
-
研究主题/科学问题维度
-
加工与新加工技术
-
传统热加工
-
非热加工技术
-
物理辅助加工
-
3D 打印与结构构筑
-
挤压膨化与共挤技术
-
其他加工技术
-
-
保藏与贮藏
-
冷藏与冷冻保藏
-
干燥保藏
-
改良气调/控气贮藏
-
保鲜涂膜与保鲜剂
-
货架期预测与品质劣变动力学
-
其他保藏技术
-
-
品质、结构与理化性质
-
质构与流变性质
-
颜色与外观品质
-
微观结构与成像
-
氧化、褐变等化学变化
-
其他品质相关性质
-
特征风味
-
-
营养与生物功能
-
基本营养价值评价
-
抗氧化/抗炎等功能
-
血糖、血脂与代谢相关功能
-
肠道健康与微生物相关功能
-
其他生物活性与健康效应
-
-
食品安全与风险评估
-
微生物安全
-
化学污染物
-
加工污染物
-
过敏原与毒性问题
-
暴露评估与风险表征
-
其他安全问题
-
-
包装与智能监测
-
包装设计与机械性能
-
活性包装
-
智能/指示型包装
-
包装系统中的监测与标签应用
-
其他包装相关研究
-
-
可持续性与资源高值化
-
副产物与废弃物高值利用
-
能耗/水耗与环境影响分析
-
生命周期评价与碳足迹
-
循环经济与绿色供应链
-
其他可持续性主题
-
-
感官科学与消费者研究
-
感官评价与方法学
-
消费者偏好与接受度
-
市场细分与消费行为
-
标签、营养声称与信息呈现
-
其他感官与消费者研究
-
-
过程控制与数字化
-
过程监测与在线检测
-
过程优化与控制策略
-
生产管理与数字化工厂
-
其他过程控制与数字化研究
-
-
-
研究方法/证据层级维度
-
理化与结构表征
-
常规理化指标测定
-
质构与流变测试
-
显微与成像技术
-
光谱/色谱/质谱等分析方法
-
其他理化与结构表征
-
-
微生物与发酵实验
-
微生物计数与生长曲线
-
菌种筛选与特性评价
-
发酵工艺与动力学
-
生物膜与耐受性研究
-
其他微生物/发酵方法
-
-
组学与高通量技术
-
基因组学
-
转录组学
-
蛋白质组学
-
代谢组学
-
微生物组/宏基因组学
-
其他组学方法
-
风味组学
-
-
体外模型
-
体外消化模型
-
体外发酵模型
-
细胞模型
-
模拟胃肠/肠道系统
-
其他体外模型
-
-
动物实验/人体试验
-
小动物实验
-
大动物实验
-
人体干预试验
-
观察性人群研究
-
其他体内/人群研究
-
-
统计建模与仿真
-
传统统计分析与回归
-
响应面分析与多因素优化
-
动力学建模
-
数值仿真
-
其他统计建模方法
-
-
问卷/市场与消费者研究
-
问卷设计与实施
-
访谈与质性研究
-
行为实验与选择实验
-
其他消费者研究方法
-
-
标准/法规/数据库分析
-
标准与法规对比分析
-
政策评估与影响分析
-
食品成分/消费数据库分析
-
其他标准法规相关方法
-
-
其他方法
-
专利分析
-
德尔菲法与专家咨询
-
情景分析与情景模拟
-
其他难以归类的方法
-
-
-
关键营养素/成分维度
-
常量营养素（宏量）
-
蛋白质与氨基酸
-
脂质与脂肪酸
-
碳水化合物与糖类
-
-
膳食纤维与抗性淀粉
-
可溶性膳食纤维
-
不溶性膳食纤维
-
抗性淀粉
-
其他膳食纤维类成分
-
-
维生素
-
脂溶性维生素 A/D/E/K
-
维生素 C
-
维生素 B 族
-
其他维生素或前体
-
-
矿物质与微量元素
-
钙
-
铁
-
锌
-
碘/硒等微量元素
-
钠/钾/镁等常量矿物质
-
其他矿物质
-
-
植物化学/生物活性成分
-
多酚与黄酮
-
花青素与类胡萝卜素
-
酚酸类
-
含硫植物化合物
-
其他植物化学物质
-
-
益生菌/益生元/合生元
-
益生菌菌株
-
益生元
-
合生元产品
-
可发酵底物与其他肠道相关成分
-
-
功能性脂类与糖替代品
-
植物甾醇/甾烷醇
-
共轭亚油酸
-
中链脂肪酸
-
糖醇类
-
非营养性甜味剂
-
盐替代品与其他代谢敏感因子
-
-
其他特殊成分
-
咖啡因
-
茶氨酸
-
胆固醇
-
嘌呤
-
其他特殊成分
-
-
标签记录（计算机学者）
清除全部筛选
标签记录（食品学者）
共 1098 条结果
-
基于差分迁移谱联用质谱（DMS MS）的西班牙PDO辣椒粉分类
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
偏最小二乘法 分类/鉴别/等级评定食品标签
香精香料 质量管理与追溯系统 光谱/色谱/质谱等分析方法离子迁移谱（IMS）已在诸多研究领域展现出巨大应用潜力，尤其是与色谱技术或质谱（MS）联用时。然而，该技术在食品分析领域，特别是样品分类与真伪鉴别方面的应用报道仍十分有限。本研究首次将差分迁移谱 - 质谱联用技术（DMS–MS） 结合指纹图谱策略，作为一种可替代的高通量技术应用于食品分类与真伪鉴别。
以 70 份西班牙辣椒粉样品（分别产自拉维拉、穆尔西亚和马略卡岛）为研究对象，采用 DMS–MS 进行检测，并分别通过偏最小二乘判别分析（PLS-DA） 开展产地分类、类模拟软独立建模（SIMCA） 进行真伪鉴别。经外部验证，结果显示：该方法可按地理来源实现样品的完全分类，并对拉维拉与马略卡岛样品实现优异的真伪鉴别效果。 -
基于碳氮量子点嵌入纤维素基质与智能手机便携设备的背景无关室温磷光和数字图像比色法检测三聚氰胺
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据食品标签
食品安全与风险评估 显微与成像技术将氮化碳量子点（CNQDs） 包埋于羧甲基纤维素钠（CMC） 基体中，制备得到 CNQDs-CMC 薄膜，以此探究氮化碳量子点的室温磷光（RTP） 特性。CMC 与 CNQDs 之间形成的分子内氢键作用，可有效抑制非辐射弛豫过程。
随后，研究构建了一种集成 CNQDs-CMC 薄膜与智能手机的简易、低成本、无背景干扰的微型检测装置，用于三聚氰胺（MEL） 的快速定量检测。在三聚氰胺存在时，该薄膜的黄色室温磷光发生猝灭，利用智能手机拍摄磷光图像，通过手机端颜色识别 APP 提取红色（R）通道数值，实现对三聚氰胺的定量分析。借助 CNQDs-CMC 薄膜可见的室温磷光颜色变化，完成了三聚氰胺的数字图像比色法（DIC） 检测。
这种基于智能手机的微型装置，为复杂基质中待测物的现场监测提供了理想平台，可应用于食品安全、环境筛查、健康监测及疾病防控等领域。 -
基于SBSE-GC-MS和化学计量学的天然和碱化可可粉挥发性成分自动非靶向分析
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
偏最小二乘法 主成分分析/判别分析 分类/鉴别/等级评定 组学数据食品标签
巧克力及含可可制品 品质、结构与理化性质 光谱/色谱/质谱等分析方法本研究采用搅拌棒吸附萃取 - 气相色谱 - 质谱联用技术（SBSE-GC–MS），结合在 PARADISe 软件中自动化运行的 平行因子分析 2（PARAFAC2） 非靶向分析方法，对天然可可粉与碱化可可粉中共计 56 种关键挥发性化合物进行了快速测定。主成分分析（PCA）通过 4 个主成分解释了 80% 的浓度变异，揭示出具有特征性的挥发性化合物群组。偏最小二乘判别分析（PLS-DA）则用于筛选与不同碱化程度显著相关的挥发性标志物。
在中度及高度碱化可可粉中，苯乙酮含量上升，而甲苯、糠醛含量下降，这类化合物间的动态变化规律可实现其与天然可可粉的有效区分。综上，本研究建立的综合分析方法可为解析可可粉挥发性物质提供可靠手段，适用于可可粉品质管控，同时大幅节省检测时间与成本。 -
基于智能手机比色法的金枪鱼样品掺假研究
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
智能手机/其他 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
鱼肉 食品安全与风险评估 光谱/色谱/质谱等分析方法本研究分别采用光谱辐射计与智能手机作为采集设备，对掺伪的金枪鱼样品进行色度分析。研究以黄鳍金枪鱼（Thunnus albacares）肉片为对象，分别使用硝酸盐、亚硝酸盐，以及两种不同植物提取物（甜菜根与萝卜）进行处理，并采用高效液相色谱 - 二极管阵列检测器（HPLC-DAD） 测定样品中亚硝酸盐（NO 2−）和硝酸盐（NO 3−）的含量。
结果表明，亚硝酸盐与甜菜根提取物均能有效充当金枪鱼的着色剂，硝酸盐同样具备着色效果；而经萝卜提取物处理后，鱼肉最终呈现偏白的色泽。整体而言，该检测方法可获取色度数据，进而实现对不同掺伪着色剂的区分判别。 -
基于SERS结合化学计量学的粗棕榈油掺假检测
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
K-近邻 主成分分析/判别分析 分类/鉴别/等级评定 红外/拉曼光谱数据食品标签
植物油 化学污染物 光谱/色谱/质谱等分析方法食用粗棕榈油（CPO）是广泛应用于食品、医药及家庭烹饪等多个行业的重要油脂。但近年来，不断有报道指出食用粗棕榈油存在被有害苏丹染料掺伪的问题。本研究采用表面增强拉曼光谱（SERS）结合化学计量学方法，在900–1800 cm⁻¹拉曼峰区间内对粗棕榈油中的苏丹染料掺伪进行检测。
实验所检测粗棕榈油样品中，苏丹染料质量浓度范围为0.005–4 ppm。主成分分析（PCA）模型对粗棕榈油中苏丹 II与苏丹 IV的检测准确率分别达到 99.88% 和 99.90%。线性判别分析（LDA）与 K 近邻算法（KNN）同样实现了对粗棕榈油中苏丹 II、苏丹 IV 染料的高检出率。该传感器对苏丹 II、苏丹 IV 的检出限分别低至0.0028 ppm和0.0019 ppm。Au@Ag 核壳结构 SERS 传感器的检测性能可与高效液相色谱法（HPLC）相媲美。本研究证实，表面增强拉曼光谱结合化学计量学可用于食用粗棕榈油的真伪鉴别。
