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
-
应用响应面法和人工神经网络对芒果皮中总酚类物质微波辅助提取过程的建模与优化
查看原文
2024
Food Chemistry: X
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 过程控制与实时优化食品标签
新鲜水果 物理辅助加工 抗氧化/抗炎等功能 副产物与废弃物高值利用 常规理化指标测定 响应面分析与多因素优化 多酚与黄酮芒果（Mangifera indica）是一种因其风味和营养成分而被大量食用的水果。芒果皮富含具有生物功能的化合物，例如抗氧化活性等。采用响应面法（RSM）和人工神经网络（ANN）研究了微波辅助提取变量对Tommy和Sugar品种芒果皮天然提取物中总酚化合物（TPC）和抗氧化活性（TEAC）的影响。Tommy品种芒果皮提取物的总酚化合物含量受提取时间（X1）、溶剂/原料比（X2）和乙醇浓度（X3）的显著影响，而Sugar品种芒果皮提取物的总酚化合物含量则受X2的影响。ABTS法测定的TEAC值受X3的显著影响。Tommy品种芒果皮提取物在X1=23.9秒、X2=12.6毫升/克、X3=63.2%时，总酚化合物含量达到最大值（121.3毫克没食子酸当量/克提取物），TEAC值达到最大值（1185.9微摩尔Trolox/克提取物）；Sugar品种芒果皮提取物在X1=40秒、X2=10毫升/克、X3=74.9%时，总酚化合物含量达到最大值（224.86毫克没食子酸当量/克提取物），TEAC值达到最大值（2117.7微摩尔Trolox/克提取物）。人工神经网络模型的预测能力优于响应面法（R_ANN² > R_RSM²，RMSE_ANN < RMSE_RSM，AAD_ANN < AAD_RSM）。这些提取物可用于新产品的开发。
-
基于高光谱成像与多任务深度学习回归方法的菠菜叶片色素同步检测与品质检验
查看原文
2024
Food Chemistry: X
中科院一区JCR一区
计算机标签
偏最小二乘法 智能手机/其他 卷积神经网络 定量预测/回归分析 高光谱/多光谱光谱食品标签
新鲜蔬菜 货架期预测与品质劣变动力学 常规理化指标测定 光谱/色谱/质谱等分析方法 花青素与类胡萝卜素快速且准确地测定色素含量对于菠菜叶片储存期间的质量检测至关重要。本研究旨在利用两个光谱范围（可见/近红外，VNIR：400–1000纳米；近红外，NIR：900–1700纳米）的高光谱成像技术，同时测定在不同储存时长和条件（未包装和包装）下菠菜中的色素（叶绿素a、叶绿素b、总叶绿素和类胡萝卜素）含量。研究采用偏最小二乘（PLS）、反向传播神经网络（BPNN）和卷积神经网络（CNN）建立单任务和多任务回归模型。单任务CNN（STCNN）模型和多任务CNN（MTCNN）模型的性能优于其他模型。使用VNIR光谱的模型优于使用NIR光谱的模型。总体结果表明，结合多任务学习的高光谱成像技术能够同时预测菠菜的质量属性，可用于不同储存条件下的菠菜质量检测。本研究将通过同时检测多种质量属性，为食品质量检测提供指导。
-
探索人工智能在水产养殖中满足日益增长食物需求的机遇
查看原文
2024
Food Chemistry：X
中科院一区JCR一区
计算机标签
机器学习/统计学习 深度学习 分类/鉴别/等级评定 过程控制与实时优化 可见光/RGB/视频数据 时序传感器/物联网数据食品标签
鱼肉 过程优化与控制策略 生产管理与数字化工厂全球人口的不断增长推动了对食品的需求上升，尤其是作为首选蛋白质来源的鱼类，这给捕捞渔业带来了压力。过度捕捞导致野生鱼类资源枯竭，凸显了对先进水产养殖技术的需求。与农业不同，水产养殖尚未取得重大的技术进步。人工智能（AI）工具，如物联网（IoT）、机器学习、摄像头和算法，为减少人为干预、提高生产力以及监测鱼类健康、优化饲料和水资源管理提供了解决方案。然而，数据收集、标准化、模型准确性、可解释性以及与现有水产养殖系统的整合等挑战依然存在。本综述探讨了人工智能技术和工具在水产养殖业中的应用，以推动该行业发展并弥合食品供需之间的差距。
-
基于机器学习的比色传感器阵列用于快速区分和检测生牛奶中多种抗生素耐冷菌
查看原文
2024
Food Chemistry: X
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 定量预测/回归分析 质构/流变/感官数据食品标签
液态乳 食品安全与风险评估 微生物安全 微生物与发酵实验 光谱/色谱/质谱等分析方法在本研究中，设计了一种快速、廉价且准确的比色传感器用于检测嗜冷菌，该传感器包含经对氨基酸（D-AA）修饰的金（Au）纳米颗粒（NPs）作为比色探针。基于嗜冷菌诱导的金纳米颗粒聚集，在6小时内会发生明显的颜色变化。根据细菌对不同D-AA的各种代谢行为，通过学习响应模式，成功区分了生乳中的四种主要嗜冷菌。此外，还可实现单一细菌的定量以及在牛奶样品中的实际应用。值得注意的是，通过将Au/D-AA与抗生素结合，构建了一种快速比色法来测定嗜冷菌的最低抑菌浓度，该方法依赖于细菌在不同抗生素处理下代谢活性的差异。因此，该方法能够实现嗜冷菌的快速检测和药敏性评估，提升了临床实用性和抗生素管理水平。
-
结合GC-MS与GC-IMS表征不同烹饪方法对鱼糕挥发性化合物的影响
查看原文
2024
Food Chemistry: X
中科院一区JCR一区
计算机标签
偏最小二乘法 特征工程与选择策略 分类/鉴别/等级评定 组学数据食品标签
鱼肉 传统热加工 特征风味 光谱/色谱/质谱等分析方法 其他组学方法本研究采用气相色谱-质谱联用技术（GC-MS）和气相色谱-离子迁移谱技术（GC-IMS），对蒸制、烘烤、空气炸制、煎制和油炸五种烹饪方式制作的鱼糕中的挥发性物质进行了分析。通过气味活性值（OAV）和相对气味活性值（ROAV）筛选主要香气化合物，利用正交偏最小二乘判别分析（OPLS-DA）和变量重要性投影（VIP）确定鱼糕中的特征风味化合物。GC-MS共鉴定出72种挥发性化合物，GC-IMS检测出41种挥发性化合物。3-乙基-2,5-二甲基吡嗪和2,5-二甲基吡嗪在对照组（CK）和蒸制组（SS）中均未检出。基于VIP值构建了GC-MS和GC-IMS分析的OPLS-DA模型，分别筛选出8种和7种特征香气化合物。本研究结果为复热鱼糕风味形成的动态变化提供了新见解，并为该食品生产工艺的优化提供了理论依据。
