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 2456 条结果
-
检测和量化牛奶中细菌金属蛋白酶AprX的技术：综述
查看原文
2026
Comprehensive Reviews in Food Science and Food Safety
中科院一区JCR一区
Aritra Sinha, & Alan L. Kelly
计算机标签
机器学习/统计学习 定量预测/回归分析 红外/拉曼光谱数据 时序传感器/物联网数据食品标签
液态乳 品质、结构与理化性质 货架期预测与品质劣变动力学 光谱/色谱/质谱等分析方法 蛋白质与氨基酸由嗜冷假单胞菌属分泌的耐热金属蛋白酶AprX，是乳制品质量下降的主要原因，特别是超高温 (UHT) 牛奶。本文综述了AprX在牛奶中的检测和定量技术的发展及现状，包括传统的免疫学测定、酶活性测定和凝胶酶图法，以及现代分子方法，如基于PCR的方法、质谱分析和先进的生物传感器技术。高灵敏度系统，包括间接ELISA（检测限 21.0 ng/mL）、多重qPCR和生物传感器平台，提高了在低浓度下检测AprX活性的能力。比较分析从灵敏度、特异性、周转时间、成本、使用便捷性及工业适用性等方面评估了这些方法。本文还讨论了多组学整合、生物传感器微型化以及人工智能驱动的数据解读等新兴方向。通过对现有和新兴工具的批判性评估，本综述支持乳制品科学家和行业利益相关者选择最佳策略，以检测、监测和减轻牛奶及乳制品中与AprX相关的变质问题。
-
由罗丹明-海藻酸盐和荧光素-壳聚糖制成的智能双模荧光标记用于实时监测虾的新鲜度
查看原文
2026
Food Chemistry
中科院一区JCR一区
Aorawee Jitjamrasrat, Jongjit Chalitangkoon, & Pathavuth Monvisade
计算机标签
智能手机/其他 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
甲壳类 货架期预测与品质劣变动力学 智能/指示型包装 包装系统中的监测与标签应用 常规理化指标测定开发了一种双模pH响应标签，用于实时可视化监测虾的新鲜度。该系统将氧化海藻酸钠接枝罗丹明B乙二胺（ORE）和壳聚糖接枝荧光素（CSF）整合到可丝网印刷的墨水中，形成一个具有互补比色和逆比率荧光响应的双色平台，其中ORE发射随着pH升高而减弱，而CSF发射则增强。这种逆向行为增强了视觉对比度，使颜色辨识更直观。该标签在响应pH和挥发性胺时表现出可逆颜色变化--在日光下从粉红色变为黄色，在紫外光下从亮橙色变为绿色，显示出高灵敏度、选择性和储存稳定性。应用于虾类包装，其光学响应与总挥发性碱氮（TVB-N）水平相关，有效区分新鲜、半新鲜和变质样品。使用智能手机进行RGB分析，可实现快速现场新鲜度评估。这种双模式、可打印的传感平台为水产品新鲜度监测和智能食品包装提供了实用且可扩展的方法。
-
基于可见光和近红外光谱成像的蓝莓真实性鉴别中化学计量学与深度学习模型评估
查看原文
2026
Food Control
中科院一区JCR一区
Priyanka Dahiya, Christopher Kucha, Ebenezer Olaniyi, & Ashfaq Sial
计算机标签
卷积神经网络 偏最小二乘法 分类/鉴别/等级评定 多模态/融合数据 高光谱/多光谱光谱食品标签
新鲜水果 食品安全与风险评估 其他安全问题 光谱/色谱/质谱等分析方法 显微与成像技术可靠识别蓝莓品种对于质量控制、供应链追溯和防止欺诈至关重要。本研究评估了可见-近红外范围和近红外范围高光谱成像结合化学计量学与深度学习模型在蓝莓品种判别中的应用。研究提取平均光谱并使用偏最小二乘判别分析、线性判别分析、支持向量机和一维卷积神经网络进行分析，同时基于完整高光谱数据立方体的光谱-空间图像块训练三维卷积神经网络。全谱建模结果显示，1D-CNN 在 VNIR 数据上准确率最高，为 97.4%；LDA 在 NIR 数据上表现最好，准确率为 94.5%，体现了非线性模型和线性模型的互补优势。为减少冗余，研究在三种特征层数据融合策略下应用连续投影算法，包括选择前融合、分别选择和选择后融合。其中，选择后融合保持了最佳性能，3D-CNN 准确率最高，为 97.5%，其后为 LDA 的 91.0% 和 SVM 的 90.0%。这些结果表明，高光谱成像结合定制化建模策略，可为蓝莓品种真实性鉴别提供有效且可扩展的方法。
-
基于近红外光谱的特级初榨橄榄油货架期氧化实时评估与未来预测
查看原文
2026
Food Control
中科院一区JCR一区
Ibuki Kusumoto, Shunji Kato, Daitaro Ishikawa, Yurika Otoki, Yukihiro Ozaki, & Kiyotaka Nakagawa
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
植物油 氧化、褐变等化学变化 抗氧化/抗炎等功能 光谱/色谱/质谱等分析方法 脂质与脂肪酸脂质氧化是决定特级初榨橄榄油货架期的关键因素。传统利用近红外光谱评估脂质氧化的方法大多局限于特定条件下单一时间点的快照分析。本研究提出两种新方法以突破该限制：一是实时评估正在进行的脂质氧化，二是基于真实条件预测未来脂质氧化进程。研究使用 50 种商业 EVOO 产品，样品经历短期热氧化（90 °C，12 h）和长期模拟贮藏（24 °C，32 个月）。整合预氧化、短期加热后和长期贮藏后三种氧化状态的统一偏最小二乘回归模型表现出适合粗筛的预测能力，校正和验证的 R2 分别为 0.930 和 0.823，RPD 分别为 3.78 和 2.37。此外，仅基于开封时预氧化 NIR 光谱建立的未来预测模型显示，可早期预测短期加热和长期贮藏下的货架期变化；短期加热模型校正和验证 R2 分别为 0.818 和 0.502，RPD 为 2.36 和 1.36；长期贮藏模型校正和验证 R2 分别为 0.801 和 0.470，RPD 为 2.24 和 1.28。光谱分析识别出 5264 cm-1 处与水相关的谱带为关键理化指标，提示由含水量反映的促氧化剂或抗氧化剂分布可能在预测未来氧化进程中发挥关键作用。该工作将 NIR 光谱从描述性技术扩展为连续评估和早期预测 EVOO 货架期的有力平台。
-
支持向量回归优化红铆钉菇多糖的超声辅助碱提取：提高得率并保持螺旋构象
查看原文
2026
Ultrasonics Sonochemistry
中科院一区JCR一区
Xiaorong Zhang, Yufan Zeng, Jiehan Zhang, Weiye Duan, Xinhua Ao, Huizhu Wang, & Shuai Chen
计算机标签
支持向量机 定量预测/回归分析食品标签
食用菌菇 物理辅助加工 过程优化与控制策略 品质、结构与理化性质 抗氧化/抗炎等功能 光谱/色谱/质谱等分析方法 响应面分析与多因素优化 碳水化合物与糖类红铆钉菇（Chroogomphus rutilus）多糖具有良好的潜在生物活性，但传统碱提取通常存在得率较低和结构受损的问题。本研究建立了一种经支持向量回归优化的超声辅助碱提取工艺，旨在提高多糖得率并保持其构象完整性。与二次响应面模型相比，支持向量回归表现出更高的预测准确性和稳健性，测试集R²由0.8751提高至0.9027，均方根误差降低11.7%。该模型的残差分布更集中，并在高得率区域（>17%）表现出更好的稳定性，说明其适用于非线性、多变量生物加工过程的优化。最优工艺条件为：超声温度56.5 ℃、超声时间35 min、浸泡时间138 min、液固比26 mL/g、氢氧化钠浓度0.55 mol/L以及超声功率325 W。在此条件下，多糖得率达到20.09±0.10%，较传统碱提取提高53.7%。高效凝胶渗透色谱显示，超声辅助碱提取所得多糖含有两个主要分子量组分，分别为7.54×10⁵ Da和1.32×10⁴ Da；传统碱提取产物则呈三峰分布，并以分子量为1.43×10³ Da的低分子组分为主。光谱、显微和热分析结果表明，与传统碱提取相比，超声辅助碱提取能够更好地保持有序螺旋构象并提高结构稳定性。优化条件下获得的多糖还表现出更强的抗氧化活性，包括ABTS自由基和羟自由基清除能力。将声空化、碱处理与支持向量回归建模相结合，可为保留生物活性构象的高品质真菌多糖提供高效、数据驱动且具有可持续性的生产策略。
