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
-
基于科学计量学方法的日期标签导致的食品浪费研究全球趋势分析
查看原文
2020
Food Control
中科院一区JCR一区
计算机标签
知识抽取与语义理解 文本/知识库/法规数据食品标签
其他可持续性主题 标签、营养声称与信息呈现 标准/法规/数据库分析食品在生产、消费及供应链的各个环节均会出现损耗与浪费现象。在零售与消费环节，人们对日期标识的解读存在混淆，导致消费者将安全、优质、可食用的食品丢弃，这一行为已成为全球食品浪费的重要成因。然而，目前全球范围内针对食品浪费与日期标识之间关联的研究仍较为匮乏。
本研究是该领域首批系统呈现全球食品浪费与日期标识研究现状的成果之一。通过对Web of Science 数据库收录文献的文献计量分析，本研究揭示了该领域的全球研究趋势与学科交叉特征等关键学术信息。结果表明，近十年间，围绕日期标识引发食品浪费的相关研究在全球范围内逐步兴起。该研究领域具有高度的学科交叉性，其中食品科学、营养学与饮食治疗学领域研究者同其他学科的跨学科合作最为紧密。
此外，研究发现既往成果均未纳入多方利益相关者视角。因此，亟需引入多元主体视角并采用跨学科研究方法，以更深入地解析日期标识引发的食品浪费问题。开展基于社区的参与式研究，对减少食品浪费、保障全球粮食安全具有关键意义。 -
基于偏最小二乘校正与批次统计过程控制监测不同浸渍条件下红葡萄酒发酵过程中的酚类物质提取研究
查看原文
2020
Food Control
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 过程控制与实时优化食品标签
酒精饮料 过程监测与在线检测 多酚与黄酮浸渍过程中酚类物质的浸出，是红葡萄酒酿造中至关重要的环节。但酚类物质浸出的监测工作，常受分析方法与统计方法的局限制约。本研究旨在采用偏最小二乘（PLS）酚类校正模型与批次统计过程控制，对酚类物质的浸出动力学进行监测。
研究选取 8 批次赤霞珠与设拉子葡萄，在酒精发酵阶段设置不同浸渍条件（发酵 1/3 阶段、2/3 阶段、发酵结束时压榨）与淋皮制度（低频与高频），开展对比试验。结果表明，赤霞珠更适配较长时间的浸渍工艺，可获得更高的单宁浸出量；两个品种在淋皮处理下均呈现出相似的变化规律。
采用 PLS 校正模型与批次建模方法，能够更深入地解析与阐释红葡萄酒发酵过程中酚类物质的浸出规律。 -
基于高效液相色谱荧光检测指纹图谱与化学计量学技术的坚果分类及杏仁制品掺假检测与定量分析
查看原文
2020
Food Control
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 定量预测/回归分析 红外/拉曼光谱数据食品标签
豆类与坚果（及籽类） 食品安全与风险评估 光谱/色谱/质谱等分析方法近年来，受经济利益驱动的食品欺诈行为呈上升趋势，优质食品遭掺假、以次充好的现象频发。此类问题还会危及食品安全，坚果类产品掺假更可能引发过敏反应，对人体健康构成威胁。
为此，本研究采用高效液相色谱 - 荧光检测法（HPLC-FLD）构建指纹图谱，结合偏最小二乘判别分析（PLS-DA）对 10 类坚果进行分类判别；同时采用偏最小二乘回归（PLS），对杏仁制品（杏仁粉、杏仁吉士酱）中掺入榛子、花生的行为进行定性检测与定量分析。
PLS-DA 模型实现了理想的坚果整体分类效果；针对杏仁与各掺假物构建的成对 PLS-DA 模型分类准确率达 100%。此外，PLS 回归模型对掺假比例的预测误差较低（低于 6.1%），且未观察到显著的基质效应。 -
基于多模式高光谱成像技术的鱼片替换与误标检测研究
查看原文
2020
Food Control
中科院一区JCR一区
计算机标签
支持向量机 K-近邻 主成分分析/判别分析 逻辑回归/贝叶斯 智能手机/其他 分类/鉴别/等级评定 高光谱/多光谱光谱食品标签
鱼肉 食品安全与风险评估 光谱/色谱/质谱等分析方法用低价鱼类替代高价鱼种、将冷冻解冻鱼片虚假标注为鲜鱼片，是水产行业中两类备受关注的典型欺诈行为。本研究旨在研发多模式高光谱成像技术，用于鱼片的物种替代与虚假标注检测。
研究采用4 种采集模式获取鱼片的线扫描高光谱图像：可见光 - 近红外（VNIR）波段反射模式、365 nm 紫外激发荧光模式、短波红外（SWIR）波段反射模式、785 nm 激光激发拉曼模式。实验选取 6 种鱼片（红鲷鱼、红拟石首鱼、马拉巴笛鲷、夏季牙鲆、白鲈、罗非鱼）开展物种鉴别，以冷冻解冻的红鲷鱼片进行鲜度判定。所有鱼片样本均通过 DNA 测序完成物种真实性验证。
研究将 4 类光谱数据，分别构建 3 种不同数据集（全光谱、主成分分析前 10 个主成分、序列特征筛选法优选波段），使用 6 大类共 24 种机器学习分类器（决策树、判别分析、朴素贝叶斯、支持向量机、k 近邻、集成分类器）进行鱼种与鲜度分类。
结果显示，采用全波段可见光 - 近红外反射光谱进行物种分类的准确率最高，达 100%；采用全波段短波红外反射光谱进行鲜度分类的准确率最高，为 99.9%。可见光 - 近红外反射模式在物种鉴别与鲜度检测中整体表现最优，可作为快速检测鱼片物种替代与标签造假的技术方向开展深入研究。 -
基于近红外光谱与化学计量学的牛肉末中猪肉和鸭肉二元及三元掺假的定量检测研究
查看原文
2020
Food Control
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 定量预测/回归分析 红外/拉曼光谱数据食品标签
畜肉 食品安全与风险评估 光谱/色谱/质谱等分析方法本研究建立了一种基于近红外（NIR）光谱技术（波数范围 12500–5400 cm⁻¹）的快速、无损方法，用于检测牛肉糜中掺入的猪肉与鸭肉。研究采用化学计量学方法开展掺伪鉴别与掺伪量预测，并通过筛选特征波长、采用不同光谱预处理方式优化 判别分析（DA）与偏最小二乘回归（PLS） 模型。
采用特征波长且不进行光谱预处理的 DA 模型效果最优，其二元体系、三元体系的分类准确率分别达到 100% 与 91.5%。用于掺伪量预测的全波长最优 PLS 模型，在二元、三元样品中预测相关系数Rp分别为 95.80%、95.69%，预测均方根误差（RMSEP）分别为 7.27 和 9.27。
本文结果表明，近红外技术不仅适用于牛肉糜二元掺伪体系的检测，同样可用于三元掺伪体系。
