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
-
基于响应面法和人工神经网络优化Nypa fruticans Wurmb.的提取条件
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
深度学习 定量预测/回归分析食品标签
水果/蔬菜与菌菇类/植物类 加工与新加工技术 光谱/色谱/质谱等分析方法 多酚与黄酮本研究采用响应面法（RSM）与人工神经网络（ANN），对水椰（Nypa fruticans Wurmb.，NF）的最优提取工艺条件进行预测与优化。研究明确了乙醇体积分数（X1，0~100%）、提取时间（X2，6~24 h）、提取温度（X3，40~60 ℃）对样品抗氧化活性的影响。针对 2,2 - 二苯基 - 1 - 苦基肼基（DPPH）自由基清除能力、铜离子还原抗氧化能力（CUPRAC）、铁离子还原抗氧化能力（FRAP）、总酚含量（TPC）及总黄酮含量（TFC），得到的最优提取工艺为：乙醇体积分数 57.6%、提取时间 19.0 h、提取温度 51.3 ℃；该条件下各指标对应最大值分别为：62.5%、41.95 μM、48.39 μM、143.6 mg GAE/g、166.8 CAE/g。研究采用高分辨质谱技术对水椰中的酚类与黄酮类化合物进行定性分析，共鉴定出48 种化合物。综上，本研究结果可为水椰在各类生物产业中的开发应用提供实用化的技术参考。
-
基于深度森林与近红外高光谱成像技术快速无损测定高粱纯度
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
主成分分析/判别分析 深度学习 分类/鉴别/等级评定 高光谱/多光谱光谱食品标签
杂粮 品质、结构与理化性质 光谱/色谱/质谱等分析方法本研究将高光谱成像（HSI）技术与深度森林（DF）算法相结合，构建了一种可靠的模型，用于实现高粱纯度的快速、无损检测。研究采用孤立森林（IF）算法与主成分分析（PCA）剔除高粱籽粒的异常数据，联合运用竞争性自适应重加权采样（CARS）算法与连续投影算法（SPA）提取特征波长，借助灰度共生矩阵（GLCM）提取纹理特征，并基于不同类型数据分别构建深度森林模型。其中，基于特征光谱构建的深度森林模型识别效果最优，模型平均正确识别率（CRR）高于 91%，且在验证集 Ⅰ 中的平均正确识别率达 88.89%。上述结果表明，高光谱成像与深度森林联用技术可应用于高粱纯度的快速、无损检测。
-
基于溶液相传感器阵列结合紫外-可见光谱技术的红茶发酵质量快速监测
查看原文
2022
Food Chemistry
中科院一区JCR一区
计算机标签
支持向量机 偏最小二乘法 分类/鉴别/等级评定 红外/拉曼光谱数据食品标签
茶/茶饮料 品质、结构与理化性质 光谱/色谱/质谱等分析方法 植物化学/生物活性成分红茶发酵品质的快速监测是实现红茶智能化加工的核心关键。本研究先对混合比例、传感阵列组分与反应时间进行优化，以此构建出最优液相比色传感阵列。通过紫外 - 可见光谱获取阵列特征光谱信息，再结合机器学习算法，建立红茶发酵品质评价模型。
竞争性自适应重加权算法（CARS）- 支持向量机模型对红茶发酵程度的判别准确率达到100%。针对儿茶素与四种茶黄素（TF、TFDG、TF-3-G、TF-3′-G）的定量分析，CARS - 最小二乘支持向量机模型预测集相关系数分别为 0.91、0.86、0.76、0.72 与 0.79。
整个检测过程可在2 分钟内完成，能够实现红茶发酵品质的精准监测，为红茶智能化加工提供了新方法与新思路。 -
M. speciosa 不同生长阶段的代谢组学分析
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 分类/鉴别/等级评定 组学数据食品标签
其他谷物与块根 血糖、血脂与代谢相关功能 光谱/色谱/质谱等分析方法 其他植物化学物质美丽崖豆藤（Millettia speciosa Champ.，简称牛大力）是药食同源植物，其根提取物具有保肝作用，但其生长代谢规律与最佳采收期尚未见报道。本研究采用超高效液相色谱 - 四极杆飞行时间质谱（UPLC-Q-TOF-MS）、核磁共振波谱（NMR）结合正交偏最小二乘判别分析（OPLS-DA），系统解析了不同生长年限牛大力根提取物的代谢组轮廓。
结果表明，6 个树龄的牛大力提取物代谢组分存在显著差异，共鉴定出 110 种化合物。药理实验显示，5 年生与 20 年生牛大力根降脂作用相对突出，其中 5 年生牛大力（M.s-5Y） 在高脂饲料（HFD）诱导的非酒精性脂肪肝（NAFLD）小鼠模型中表现出更优的保肝活性。
综上，本研究证实 5 年生牛大力在改善非酒精性脂肪肝方面具有较强功效，该结果可为确定牛大力最佳采收期提供科学依据。 -
固体食品间竞争吸收导致的荧光猝灭：快速无损测定姜黄粉中掺杂玉米粉
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 定量预测/回归分析 红外/拉曼光谱数据食品标签
小麦 食品安全与风险评估 质量管理与追溯系统 光谱/色谱/质谱等分析方法 多酚与黄酮本研究首次观测到固态食品中不同组分因竞争性吸收而引发的荧光猝灭现象。采用 正面同步荧光光谱法（FFSFS） 与荧光滴定实验，证实玉米粉与姜黄粉之间的竞争性吸收，来源于玉米粉中的酚酸与姜黄粉中的姜黄素之间的相互作用。
研究将 FFSFS 应用于姜黄粉中掺伪玉米粉的快速、无损检测。基于展开式全同步荧光光谱，通过 偏最小二乘回归（PLSR） 构建预测模型，并采用五折交叉验证与外部验证进行模型考核；结果显示，预测决定系数（R p2）> 0.95，预测均方根误差（RMSEP）<6%，预测相对误差（REP）< 15%，剩余预测偏差（RPD）> 5。该方法对玉米粉掺伪的检出限（LOD）约为 9%，且大部分测试样品的相对误差分布在−20%~20% 之间。
