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
-
使用智能手机比色传感器阵列和气相色谱技术鉴别水稻品种
查看原文
2022
Food Chemistry
中科院一区JCR一区
Muhammad Arslan, Muhammad Zareef, Haroon Elrasheid Tahir, Ziang Guo, Allah Rakha, Hu Xuetao, Jiyong Shi, Li Zhihua, Zou Xiaobo & Moazzam Rafiq Khan
计算机标签
主成分分析/判别分析 K-近邻 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
大米 显微与成像技术 光谱/色谱/质谱等分析方法 特征风味本研究构建了一套基于智能手机的比色传感器阵列系统，用于鉴别不同地理来源的水稻品种。研究采用固相微萃取 - 气相色谱 - 质谱联用技术，对 9 个水稻品种进行香气轮廓分析，检出的主要物质为醇类、醛类、烷烃类、酮类、杂环化合物与有机酸。比色传感器阵列与稻米挥发性物质接触后，会生成特征性的色差图谱；结合主成分分析、层次聚类分析与 k 近邻算法，可实现水稻品种的有效区分。主成分分析散点图与层次聚类分析树状图均显示，同一地理来源的水稻品种聚为一类。基于该传感器阵列系统，k 近邻算法表现最优，校正集与预测集的判别准确率均达到 100%。该智能手机比色传感器阵列系统联合气相色谱技术，可高效区分水稻品种，同时具备操作简便、检测快速、成本低廉的优势。
-
基于时间域数字图像结合深度学习算法的羊肉掺假检测
查看原文
2022
Meat Science
中科院一区JCR一区
Yaoxin Zhang, Minchong Zheng, Rongguang Zhu & Rong Ma
计算机标签
卷积神经网络 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据 中等规模数据集食品标签
畜肉 食品安全与风险评估 颜色与外观品质 显微与成像技术提出了一种基于时间域数字图像结合卷积神经网络的新方法，用于掺假羊肉的判别与分析。研究将195个样品在恒温加热过程（约10分钟）中的图像与CNN结合，进行掺假羊肉的定性判别和定量预测。通过比较加热初期和整个加热过程的模型性能，验证了温度扰动可以提高掺假羊肉检测能力的假设。实验结果表明，整个加热过程的模型性能优于加热初期。定性判别模型的准确率提高了7.33%，鸭肉/猪肉掺假定量预测模型的R2和RPD分别提高了0.08/0.07和0.85/0.87，RMSE分别降低了0.01/0.01。因此，该方法可有效、准确地用于掺假羊肉的检测。
-
基于碳氮量子点嵌入纤维素基质与智能手机便携设备的背景无关室温磷光和数字图像比色法检测三聚氰胺
查看原文
2022
Food Chemistry
中科院一区JCR一区
Yuelin Kong, Tiantian Lei, Yu He & Gongwu Song
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
食品安全与风险评估 显微与成像技术将氮化碳量子点（CNQDs） 包埋于羧甲基纤维素钠（CMC） 基体中，制备得到 CNQDs-CMC 薄膜，以此探究氮化碳量子点的室温磷光（RTP） 特性。CMC 与 CNQDs 之间形成的分子内氢键作用，可有效抑制非辐射弛豫过程。随后，研究构建了一种集成 CNQDs-CMC 薄膜与智能手机的简易、低成本、无背景干扰的微型检测装置，用于三聚氰胺（MEL） 的快速定量检测。在三聚氰胺存在时，该薄膜的黄色室温磷光发生猝灭，利用智能手机拍摄磷光图像，通过手机端颜色识别 APP 提取红色（R）通道数值，实现对三聚氰胺的定量分析。借助 CNQDs-CMC 薄膜可见的室温磷光颜色变化，完成了三聚氰胺的数字图像比色法（DIC） 检测。这种基于智能手机的微型装置，为复杂基质中待测物的现场监测提供了理想平台，可应用于食品安全、环境筛查、健康监测及疾病防控等领域。
-
智能手机进入食品安全领域：基于智能手机辅助生物传感器的食源性病原体现场分析综述
查看原文
2022
Food Chemistry
中科院一区JCR一区
Tao Yang, Zisheng Luo, Tarun Bewal, Li Li, Yanqun Xu, Seid Mahdi Jafari & Xingyu Lin
计算机标签
智能手机/其他 分类/鉴别/等级评定食品标签
微生物安全 显微与成像技术病原菌是全球食品供应链中威胁公共卫生的首要因素之一。在食品加工与贮藏环节开展病原菌现场监测，已成为新兴发展趋势。传统分析手段已难以满足现有需求，而智能手机凭借体积小巧、普及度高、处理速度快、成像能力强等固有优势，在食源性病原菌现场检测中展现出巨大潜力。本综述系统梳理了 智能手机辅助生物传感器（SABs） 应用于食源性病原菌检测的研究进展，并简要指出当前研究存在的问题。文中阐述了纳米技术与靶向识别模式在智能手机辅助生物传感器中的作用，讨论了与智能手机联用的信号转换平台，同时提出该领域面临的挑战与发展前景。智能手机分析技术正不断发展，其应用必须遵循严格的质量标准与验证规范。
-
基于质谱的电子鼻用于认证100%意大利硬质小麦意面及挥发性化合物的表征
查看原文
2022
Food Chemistry
中科院一区JCR一区
Salvatore Cervellieri, Vincenzo Lippolis, Erminia Mancini, Michelangelo Pascale, Antonio Francesco Logrieco & Annalisa De Girolamo
计算机标签
偏最小二乘法 支持向量机 主成分分析/判别分析 分类/鉴别/等级评定 时序传感器/物联网数据食品标签
小麦 光谱/色谱/质谱等分析方法采用顶空固相微萃取（HS‑SPME）联用质谱型电子鼻（MS‑eNose），结合多元统计分析，作为非靶向分析方法，对100% 意大利硬质小麦意面开展快速真伪鉴别研究。在测试的分类模型（主成分分析‑线性判别分析 PCA‑LDA、偏最小二乘判别分析 PLS‑DA、支持向量机分类 SVMc）中，SVMc在校正集（准确率 90%）与验证集（准确率 92%）均实现最高判别精度。通过顶空固相微萃取‑气相色谱‑质谱联用（HS‑SPME/GC–MS）分析，筛选出可区分意面样品的潜在标志物。在 59 种挥发性有机化合物（VOCs）中，有 8 种化合物的含量在 100% 意大利硬质小麦意面与其他产地硬质小麦制作的意面间存在显著差异，这些差异物质大多与两类意面中脂质氧化程度的不同相关。本研究建立的质谱型电子鼻方法快速、可靠，可用于意大利意面的真伪鉴别，既有助于推广其地理标志性特征，也能保护消费者免受食品欺诈行为侵害。
