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
-
利用近红外高光谱图像建模确定长熟奶酪成熟结束日期的可行性研究
查看原文
2021
Food Control
中科院一区JCR一区
计算机标签
偏最小二乘法 支持向量机 定量预测/回归分析 高光谱/多光谱光谱食品标签
奶酪 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近红外（874~1734 nm）高光谱成像技术（NIR-HS）结合化学计量学方法，探究光谱数据与干酪成熟度之间的关联。研究基于工业化干酪生产过程中采集的 425 幅近红外高光谱图像，构建了一套干酪成熟终点预测模型，用于判定干酪的成熟终点时间（即成熟指数，单位：天）。所有干酪样品均需在成熟至 14、16、18 和 20 个月时进行高光谱图像扫描，且需在成熟满 20 个月时通过最终感官评定。研究采用偏最小二乘（PLS）回归建模法，分析样品平均光谱与成熟指数的相关性；结果表明，在对光谱数据进行标准正态变量变换（SNV）校正和均值中心化预处理后，最优 PLS 模型对成熟指数的预测准确率可达 69.6%。综上，近红外高光谱成像建模技术可通过快速、无损的方式预测单块干酪的成熟终点，为优化干酪成熟车间的物流调度与生产效率提供辅助手段。但该技术的商业化应用仍需进一步提升模型的预测性能，例如扩大建模数据集规模、对干酪样品进行随机时间点的重复扫描等。
-
基于近红外光谱的咖啡烘焙和研磨过程中水分含量监测的可靠工具：与热重分析的比较研究
查看原文
2021
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 红外/拉曼光谱数据食品标签
咖啡饮料 品质、结构与理化性质 光谱/色谱/质谱等分析方法 常规理化指标测定检测的国际标准（ISO 11817 和 ISO 11294）与现代化生产链的节奏不相适配。热重法水分分析仪（TMA）虽已得到广泛应用，但无法实现水分含量的实时监测与过程管控。本研究旨在对比近红外（NIR）分光光度计与热重法水分分析仪，验证前者在检测烘焙咖啡豆及咖啡粉水分含量方面的性能表现。偏最小二乘（PLS）回归模型分析结果显示，两种样品的检测模型均具备较高预测性能 —— 烘焙咖啡豆模型的预测决定系数（R Pred2）达 0.95，预测均方根误差（RMSEP）为 0.15%；咖啡粉模型的预测决定系数（R Pred2）为 0.97，校正均方根误差（RMSEC）为 0.13%。研究采用帕斯 - 巴布洛克（Passing-Bablok）回归法对近红外光谱法与热重法的检测结果进行比对，未发现显著性差异。本研究提出 残差离散指数（RDI%） 这一指标，验证了近红外分光光度计具有更优的预测精度，为该技术成为咖啡水分含量检测的常规标准方法提供了理论依据。
-
基于核磁共振的中国甜橙定量成分分析及地理来源鉴别
查看原文
2021
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/等级评定食品标签
新鲜水果 质量管理与追溯系统 光谱/色谱/质谱等分析方法 碳水化合物与糖类 植物化学/生物活性成分带有地理标志认证的甜橙，因产地信息易被混淆或隐匿，已成为市场欺诈的目标商品。本研究采用高分辨率核磁共振（NMR）波谱技术结合化学计量学方法，对产自中国四大主产区（湖南、湖北、四川、广西）的甜橙进行产地溯源鉴别。研究通过氢 - 1 核磁共振（¹H NMR）波谱分析，共鉴定并定量分析出 62 种成分，涵盖糖类、氨基酸、有机酸、醇类、酮类、黄烷酮等化合物；同时进一步筛选出可表征中国甜橙产区特征的地理标志性成分。其中，湖北产区甜橙因富含酚类物质而具备优异的抗氧化特性，四川产区甜橙则凭借氨基酸含量丰富的特点，呈现出浓郁鲜爽的风味。本研究结果不仅可为甜橙的膳食营养推荐提供科学依据，还可基于甜橙的营养特征（尤其是地理标志性成分），为实现精准产地溯源提供技术支撑。
-
利用FTIR分析检测掺假龙舌兰、玉米、转化糖、枫糖和大米糖浆的蜂蜜
查看原文
2021
Food Control
中科院一区JCR一区
计算机标签
偏最小二乘法 支持向量机 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
蜂蜜等天然糖 食品安全与风险评估 光谱/色谱/质谱等分析方法本研究旨在探究基于 傅里叶变换红外光谱（FTIR） 技术区分天然蜂蜜与掺假蜂蜜的可行性。研究选取椴树蜜、向日葵蜜、洋槐蜜三种天然蜂蜜作为研究对象，分别添加龙舌兰糖浆、玉米糖浆、果葡糖浆、枫糖浆及大米糖浆进行人工掺假，掺假比例设置为 5%、10% 和 20% 三个梯度。
为提升天然蜂蜜与掺假蜂蜜的判别准确率，研究人员对傅里叶变换红外光谱数据进行多种预处理，并结合 支持向量机（SVM）与偏最小二乘判别分析（PLS-DA） 两种模型开展分类研究。结果显示，采用一阶导数光谱预处理结合支持向量机的模型判别效果最优：在校正阶段，97 份天然蜂蜜样本全部被正确判定；210 份掺假蜂蜜样本也均被准确识别为掺假类别。在验证阶段，48 份天然蜂蜜样本中 39 份判定正确，104 份掺假蜂蜜样本中 6 份被误判为天然蜂蜜。 -
基于热重-气相色谱/质谱结合化学计量学的橄榄油掺假大豆油现场评估
查看原文
2021
Food Control
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 定量预测/回归分析食品标签
植物油 食品安全与风险评估 特征风味 光谱/色谱/质谱等分析方法 风味组学本研究阐述了热重分析 - 气相色谱 / 质谱联用技术（TGA-GC/MS）结合化学计量学在橄榄油掺伪大豆油定性鉴别与定量检测中的可行性。通过主成分分析（PCA）可实现两类油脂样本的有效区分。
在定量分析阶段，研究人员对纯橄榄油及大豆油掺伪比例为 25%、50%、75% 的混合油样进行检测，以橄榄油与大豆油中典型特征挥发性氧化产物的峰面积比值为指标开展最小二乘指数拟合分析。结果显示，1 - 庚烯 / 1 - 辛烯 - 3 - 醇、1 - 辛烯 / 1 - 辛烯 - 3 - 醇、反式 - 2 - 癸烯醛 / 1 - 辛烯 - 3 - 醇及 2 - 十一烯醛 / 1 - 辛烯 - 3 - 醇这四组特征物质峰面积比值的拟合优度（R2）均大于 0.99，拟合效果理想。
据我们所知，本研究为首篇将 TGA-GC/MS 联用技术应用于橄榄油掺伪检测的报道。值得强调的是，本研究所提出的新型分析方法兼具无损检测优势，且无需使用有机溶剂。
