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
-
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
植物油 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傅里叶变换红外光谱（FTIR）结合化学计量学的食用油样品真伪鉴别新型改良方法，并构建了判别分析模型。在此基础上，实现对11 个种类、共 135 个样品的100% 正确分类；针对 91 个纯品油样与 231 个调和油样的外部验证识别率分别为100%和92.6%。研究同时构建了以茶籽油为例的食用油掺假通用定量模型，经优化确定采用反向区间偏最小二乘最优模型，所选用光谱区间为3100∼2900 cm−1、1800∼1700 cm−1、1500∼1400 cm−1、1200∼1100 cm−1，模型表现优良。此外还建立了单一掺假油专用子模型，其预测精度更高。基于所建立的傅里叶变换红外光谱定性与定量方法，可对茶籽油调和油中的掺假油实现快速筛查、有效区分与准确定量。
-
罗马尼亚猪肉的同位素与元素特征结合先进化学计量学方法的初步探索研究
查看原文
2022
Meat Science
中科院一区JCR一区
Gabriela Cristea, Cezara Voica, Ioana Feher, Romulus Puscas & Diana Alina Magdas
计算机标签
主成分分析/判别分析 智能手机/其他 分类/鉴别/等级评定 质构/流变/感官数据食品标签
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采用同位素比率质谱法（δ2H、δ18O、δ13C）和电感耦合等离子体质谱法（55种元素）对93份猪里脊肉样品进行分析。这些猪肉样品来自罗马尼亚及其他国家，其中罗马尼亚本土样品分别取自规模化养殖场和庭院散养体系。结合线性判别分析（LDA）与人工神经网络（ANNs）对检测结果进行分析，用以判定猪肉的地理来源与饲养日粮。能够有效区分猪肉地理来源的标志物为δ18O、铽和锡。化学计量模型结果显示，δ13C、铷浓度以及部分稀土元素（镧、铈）可有效判别饲养日粮，初始分类准确率为97.8%，交叉验证准确率为94.6%。利用线性判别分析筛选出的部分日粮判别指标，同样也是人工神经网络模型中判别玉米型日粮的最佳标志物（δ13C、铷、镧）。
-
基于人工神经网络的牛油渣美拉德反应产物风味预测
查看原文
2022
Food Chemistry: X
中科院一区JCR一区
Jingwei Cui, Yinhan Wang, Qiaojun Wang, Lixue Yang, Yiren Zhang, Karrar, Hui Zhang, Qingzhe Jin, Gangcheng Wu & Xingguo Wang
计算机标签
其他深度学习结构 分类/鉴别/等级评定 定量预测/回归分析 质构/流变/感官数据食品标签
豆类与坚果（及籽类） 传统热加工 特征风味 感官评价与方法学 常规理化指标测定 光谱/色谱/质谱等分析方法 蛋白质与氨基酸通过酶解和随后的美拉德反应改善了牛油渣的牛肉风味，并利用人工神经网络对风味进行了预测。研究使用不同的酶制备了五种牛油渣水解物。其中，风味蛋白酶和木瓜蛋白酶联合处理的水解物具有低分子量肽、高水解度和高游离氨基酸含量。研究共鉴定出49种主要化合物，包括醛类、吡嗪类和呋喃类。呋喃和吡嗪是五种牛油渣美拉德反应产物中的主要挥发性化合物，且在风味蛋白酶和木瓜蛋白酶联合处理的美拉德反应产物中其种类和含量均较高。该组美拉德反应产物表现出最佳感官特性。人工神经网络分析表明，多输入单输出模型的性能优于单输入单输出模型，预测准确率高于90%，表明该方法能准确预测美拉德反应产物的感官评价得分。
-
基于近红外光谱与化学计量学工具对巴西特殊农林业咖啡的单类别分类
查看原文
2022
Food Chemistry
中科院一区JCR一区
Monis Neves Baptista Manuel, Adenilton Camilo da Silva, Gisele Simone Lopes & Lívia Paulia Dias Ribeiro
计算机标签
主成分分析/判别分析 分类/鉴别/等级评定 红外/拉曼光谱数据食品标签
咖啡饮料 食品安全与风险评估 光谱/色谱/质谱等分析方法本研究将近红外光谱法结合单类分类方法，应用于农林复合种植精品咖啡的品质管控。研究共分析 34 份样品，采用便携式近红外光谱仪获取光谱数据，并对多种用于基线校正的光谱预处理方法进行了对比评估。研究实施了无监督模式识别技术（主成分分析 PCA、层次聚类分析 HCA）。本研究以直接采自具备精品咖啡最优品质管控认证生产商的 19 份样品为建模集，采用dd-SIMCA 算法构建分类模型；为验证模型性能，对从本地市场采集的 15 份非精品咖啡样品进行测试。该最优分类模型的正确识别率（CCR）在验证集与测试集中分别达到 100% 和 87%。结果表明，该技术方案可成功用于鉴定农林复合种植精品咖啡样品的真伪。
-
利用红外热成像技术预测不同品种菠萝在贮藏期间的品质
查看原文
2022
Food Control
中科院一区JCR一区
Maimunah Mohd Ali, Norhashila Hashim, Samsuzana Abd Aziz, & Ola Lasekan
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 可见光/RGB/视频数据食品标签
新鲜水果 品质、结构与理化性质 理化与结构表征 常量营养素（宏量）红外热成像技术是监测各类农产品品质与安全的高效技术手段。本研究借助红外热成像技术，探究贮藏期间菠萝的品质变化规律。实验选取多个品种的新鲜采收菠萝，分别置于 5℃、10℃、25℃条件下贮藏 21 天，每个贮藏温度梯度下各设置 360 份样本。研究人员对热成像图进行分割处理，基于图像参数完成特征筛选；同时采用标准参考方法，测定不同品种菠萝的多项理化指标，包括硬度、pH 值、可溶性固形物含量、含水量及色泽参数。研究发现，图像参数与菠萝理化指标间存在显著相关性，且不同贮藏处理条件的交互作用也会对二者关联关系产生显著影响。基于偏最小二乘回归算法构建菠萝品质预测模型，结果显示，该模型对所有品种菠萝各项品质指标的预测决定系数（R 2）均高达 0.94。此外，研究证实，10℃是维持菠萝各项理化特性稳定的最适贮藏温度。利用支持向量机算法对不同品种、不同贮藏温度下的图像参数差异进行判别分析，模型总体分类准确率达 97% 以上。综上，红外热成像技术可作为一种无损检测手段，实现对菠萝贮藏品质的精准监测，这一技术有望优化不同贮藏条件下菠萝的采后处理工艺与生产作业流程。
