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 393 条结果
-
基于酵母微菌落成像的深度学习技术实现食品中酵母物种的快速分类
查看原文
2025
Food Research International
中科院一区JCR一区
Hyeon Woo Park, J. Mason Earles & Nitin Nitin
计算机标签
卷积神经网络 其他深度学习结构 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
果蔬汁/浓缩汁 其他添加剂与配料 微生物安全 显微与成像技术 微生物与发酵实验多种酵母物种常见于食品及食品生产环境中。腐败酵母污染食品带来重大挑战，导致品质下降和食品浪费。同样，在发酵过程中引入不良菌株也会对发酵质量和进程造成严重影响。传统检测方法需要对可见酵母菌落进行分离以进行遗传或生化鉴定，耗时5-7天且需要大量人力。本研究提出了一种基于深度学习的酵母分类方法，该方法结合了传统培养方法、微菌落白光光学显微术和深度学习技术，以实现酵母的快速检测与分类。利用深度卷积神经网络，该模型能在6小时内准确区分7种不同酵母，平均精确率（mPrecision）达96.0%，平均召回率（mRecall）达96.3%。生成对抗网络（GAN）模型生成的合成图像数据集进一步提升了初始分类性能较低的两种酵母——汉逊德巴利酵母（Debaryomyces hansenii）和异常威克汉姆酵母（Wickerhamomyces anomalus）的模型性能。在训练过程中加入合成图像后，W. anomalus的精确率和D. hansenii的召回率分别提高了7.7%和5.6%。该酵母分类模型在存在微观食品残渣的条件下进行了验证，以番茄和番茄汁分别作为新鲜农产品和加工果汁的代表性样本。模型在存在食品残渣的情况下仍保持了高分类准确率（平均精确率和平均召回率均>93.9%）。总体而言，该方法通过结合传统培养、简单白光显微术与深度学习，显著加速了酵母物种的检测与分类。实验方法成本低、深度学习模型鲁棒性强，使其成为食品工业中用于常规酵母监测和腐败控制的一种高度适用的方法。
-
基于智能手机的实时、可逆检测Co的分析平台2+镍2+铜2+，以及Zn2+离子
查看原文
2025
Food Chemistry
中科院一区JCR一区
Manpreet Kaur, Virender Virender, Jasbir Singh, Ashwani Kumar & Santosh Kumar Dubey
计算机标签
机器学习/统计学习 定量预测/回归分析 可见光/RGB/视频数据食品标签
其他谷物与块根 化学污染物 光谱/色谱/质谱等分析方法 锌 其他矿物质本研究探讨了新的Schiff碱基配体（Z）-N′-（1-（2-羟基-5-甲氧基苯基）乙基苯甲基（L）-3-甲氧基苯并肼（L），作为一种便携且选择性检测Co的传感器2+镍2+铜2+，以及Zn2+离子。我们假设L可以通过光学变化实现实时、可逆的金属离子传感，并适用于基于智能手机的分析。通过紫外-可见光、荧光、环伏安法和核磁共振技术研究了金属配体的相互作用。配体形成了一个1：1的复合体，结合亲和力良好且检测限低。赤眼比色变化和荧光反应使得通过智能手机应用评估RGB值进行视觉检测和定量分析。感测过程在Na中是可逆的2EDTA，且在中性pH范围内有效。该传感器成功应用于带刺水样和发芽种子。这些结果证实了初步假说，并凸显了L作为低成本、高效工具的潜力，用于监测这些离子，用于食品质量评估、环境安全和医疗应用。
-
集成智能手机的变色龙比率型镧系金属有机框架传感器：复杂环境和食品中生物标志物实时鉴别用半定量荧光法
查看原文
2025
Food Chemistry
中科院一区JCR一区
Wenxi Zhang, Yingchao Zhang, Fei Shen, Yanjie Lv, Jing Sun, Yuhan Cui, Xinglong Wang, Xiao Li & Zhongmin Su
计算机标签
主成分分析/判别分析 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
探针与分析传感材料 微生物安全开发快速便捷的2,6-二吡啶酸（DPA）传感器对于提升食品和医疗领域的微生物安全具有重要意义，对更广泛的工业应用具有重要意义。本研究提出了镧系金属有机框架（[Ln（H）2（a）2（头部）2（H2O)5（MeOH）n， Ln = Eu， Tb），命名为CUST-865和CUST-866。这是首次使用主成分分析方法来区分DPA。DPA分子精确替代了金属有机框架中的配位水分子，使得构建开放式比例镧系荧光传感器成为可能。此外，开发了一种新颖的“一对二”逻辑传感器，具备单输入和双输出配置。该系统表现出变色龙般的行为，动态地根据输入调整输出信号。此外，配备彩色识别应用的智能手机平台能够检测DPA。CUST-865和CUST-866在自来水中的检测限为0.19微米和1.15微米，奶粉中为0.22微米和1.11微米。
-
基于人工智能的水果蔬菜干燥系统多目标优化：全面综述
查看原文
2025
Food Research International
中科院一区JCR一区
Yujuan Zhong, Min Zhang, Min Feng, Gennady Semenov & Dongxing Yu
计算机标签
机器学习/统计学习 深度学习 定量预测/回归分析 可见光/RGB/视频数据 时序传感器/物联网数据食品标签
水果/蔬菜与菌菇类/植物类 干燥设备 干燥保藏 过程监测与在线检测水果蔬菜水分含量高、营养丰富，但易腐败且货架期短。干燥是延长货架期和减少资源浪费的关键技术。然而，传统干燥方法受到效率低、能耗高和产品质量不稳定的限制。人工智能凭借其自学习、自适应能力和模拟复杂非线性关系的能力，为应对这些问题提供了创新解决方案和有效工具。本文全面综述了人工智能在水果蔬菜干燥中的应用。首先，我们介绍了机器学习、深度学习、模糊逻辑、专家系统和计算机视觉系统的基本理论及其在水果蔬菜干燥中的应用优势。随后，详细阐述了人工智能在干燥过程建模与预测、实时质量监测以及智能控制与优化方面的案例研究，并讨论了其在优化传统干燥和与场辅助干燥技术结合方面的应用。此外，分析了人工智能在水果蔬菜干燥中的局限性及未来发展趋势，为该领域的研究人员提供更多见解。
-
用于智能手机辅助比色和电化学监测孔雀石绿残留的策略性设计磁性FeMICuMOFs
查看原文
2025
Food Chemistry
中科院一区JCR一区
Zhongrui Ma, Xiao Luo, Yang Liu, Huiwen Gu, Xiaoli Yin, Xianzhu Meng & Ying Chen
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
其他肉与水产品 化学污染物 显微与成像技术 其他特殊成分快速且准确地检测水产品中的孔雀石绿（MG）残留，对食品安全和公众健康至关重要。在此，我们通过自支撑分子印迹策略精心研发了一种多功能FeMICuMOF材料，并评估了其在MG的电化学检测及与智能手机集成的比色检测中的应用。该设计将Fe3O4内核与铜基MOF涂层相结合，具有针对MG的特异性结合位点。它通过磁分离简化了操作并减少了复杂基质的干扰，同时借助电化学活性和催化活性实现了双模信号转导。MG的存在会通过特异性识别显著影响FeMICuMOF的电化学活性和催化活性，从而能够根据其浓度进行准确量化。我们的方法展现出优异的分析性能，具有较低的检测限，且适用于复杂样品，与智能手机的集成使其能够实现现场检测。这种智能材料和传感方案在食品安全和环境监测方面显示出巨大潜力。
