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
-
基于高光谱成像的冷藏 MAP 卤鸭脖鲜度变化无损检测
查看原文
2026
Food Control
中科院一区JCR一区
Di Wang, Jingui Zhang, Qiang Zhong, Zheng Xing, Zhixuan Yang, Alsadig Yahya, Ting Wu, Senem Kamiloglu, Siyi Pan, & Xiaoyun Xu
计算机标签
偏最小二乘法 随机森林 分类/鉴别/等级评定 高光谱/多光谱光谱 红外/拉曼光谱数据食品标签
禽肉 特征风味 货架期预测与品质劣变动力学 光谱/色谱/质谱等分析方法 显微与成像技术 其他植物化学物质改良气调包装卤鸭脖的鲜度监测较为困难，因为传统质量分析通常需要破坏性取样和开封检测。本研究开发了一种近红外高光谱成像方法，用于检测 MAP 卤鸭脖在 4°C 和 10°C 冷藏 19 天过程中的鲜度变化。研究以 pH、菌落总数、低场核磁共振和挥发性盐基氮等理化与微生物指标作为参考鲜度指标，采集 900-1700 nm 范围内的 NIR-HSI 图像，并采用三阶段建模策略，包括 PLS、随机森林和 PLS-RF 模型，MSC、Savitzky-Golay 和 SNV 等光谱预处理，以及 CARS、GA 和 IVSO 特征波长筛选。对于 4°C 贮藏样品，全波长 PLS-RF 模型表现最佳，Rc2 为 0.967，Rp2 为 0.749，RMSEP 为 1.951，RPD 为 2.026；对于 10°C 贮藏样品，SNV-CARS-PLS-RF 模型表现最佳，Rc2 为 0.961，Rp2 为 0.747，RMSEP 为 2.431，RPD 为 2.003。TVB-N 的像素级可视化进一步表明，高光谱成像可用于不开封、无损监测包装卤鸭脖的鲜度劣变。
-
基于原子-分子数据融合的地理认证巴西咖啡鉴定的一类建模
查看原文
2026
Food Chemistry
中科院一区JCR一区
Larissa Batista dos Santos, Rodinei Augusti, Clésia Cristina Nascentes, Marcelo Martins Sena, & Mariana Ramos Almeida
计算机标签
主成分分析/判别分析 分类/鉴别/等级评定 多模态/融合数据 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 其他安全问题 光谱/色谱/质谱等分析方法 矿物质与微量元素咖啡是全球最常消费的饮料之一，对巴西具有重要的经济意义。Cerrado Mineiro 地区因其绿色咖啡豆而获得了声誉，这些咖啡豆获得了原产地保护认证（PDO），以保证其质量和独特性。本研究开发了分类模型，以使用全反射 X 射线荧光（TXRF）、中红外光谱（MIRS）和纸喷雾质谱（PS-MS）表征这些咖啡豆。将 SIMCA（类比独立软建模）一类建模应用于单独技术和融合数据。将 MIR、PS-MS 和 TXRF 数据融合的模型达到了 97% 的准确率。对该模型的解释使得能够检测出对鉴定贡献最大的变量，这些变量与绿原酸和生物碱有关，同时涉及元素 Cu、Rb 和 Cl。本研究提出的软食品组学策略使得对该食品基质进行详细化学表征成为可能，并对独特的高品质咖啡进行了分类，从而保证了其地理标志。
-
可解释机器学习整合风味分类与来源归因用于低盐酱油优化
查看原文
2026
Journal of Agricultural and Food Chemistry
中科院一区JCR一区
Xinyun Zhou, Ting Guo, Tongquan Li, Yuping Sun, Baichuang Sun, Shuo Yan, Yunping Yao, Bin Dong, & Guo-Zhong Zhao
计算机标签
梯度提升决策树 模型可解释性 缺陷/异物检测与定位 组学数据 质构/流变/感官数据食品标签
新鲜水果 其他酱腌/发酵食品 微生物安全 特征风味 发酵工艺与动力学 微生物组/宏基因组学低盐酱油有助于健康饮食，但与高盐酱油和浓口酱油相比存在风味缺陷。本研究开发了整合感官、挥发物和微生物组三组学数据集的 XGBoost-SHAP-MMVec 模型，用于指导低盐酱油风味提升。定量描述分析和嗅闻分析识别出 6 个感官术语和 29 种气味活性挥发物。XGBoost-SHAP 模型准确率超过 0.90，揭示了不同风味的关键贡献物：酱香对应呋喃酮，哈败味对应线性脂肪醛，果香对应短链乙酯和乙酸酯，烘烤香对应 3-甲基吡嗪衍生物，花香对应降异戊二烯类，谷物香对应 Ehrlich 途径来源醛类；这些结果经重组和缺失实验确认。微生物组分析识别出 12 个在丰度和共现连接性上具有优势的微生物，并用于 MMVec 训练以揭示挥发物-微生物关联。由 Lactiplantibacillus、Staphylococcus、Bacillus、Zygosaccharomyces 和 Aspergillus 构成的五属菌群能够捕获三类酱油风味特征，并经发酵试验确认。模型引导优化得到的增强型低盐酱油保留谷物和花香，同时引入高盐酱油样酱香以及浓口酱油样烘烤和果香特征，展示了发酵食品定向风味增强策略。
-
利用计算机断层成像评估生物保护起始菌种和熟化温度对华达乳杆菌在高达奶酪中产气的影响
查看原文
2026
Journal of Dairy Science
中科院一区JCR一区
Madeleine Vencek Enriquez, & Joy Waite-Cusic
计算机标签
机器学习/统计学习 缺陷/异物检测与定位 可见光/RGB/视频数据 中等规模数据集食品标签
奶酪 氧化、褐变等化学变化 显微与成像技术 发酵工艺与动力学由非起始乳酸菌（NSLAB）引起的晚期气体缺陷在半硬质熟成奶酪中带来了显著的经济和质量挑战。寻找实用的缓解策略以防御产气 NSLAB 对减少该缺陷的经济影响非常重要。沃萨奇保乳杆菌（Paucilactobacillus wasatchensis）是与切达奶酪晚期气体缺陷相关的 NSLAB 之一；然而，其在其他半硬质奶酪中的行为知之甚少。本研究调查了沃萨奇保乳杆菌在高达奶酪中的行为，并探索了熟成温度及使用生物保护（产尼辛）菌种来减少气体产生的效果。高达奶酪使用传统起始菌或产尼辛的生物保护起始菌生产，并在奶酪奶中接种或不接种沃萨奇保乳杆菌 SK0033（4 log cfu/mL）。所有的起始培养物和接种状态的处理组合都在两个独立的生产日进行重复。每次生产的奶酪轮（n = 4）被随机分配在4°C、10°C或15°C下熟成，最长可达40周。使用计算机断层扫描作为一种新颖的、非破坏性的方法观察气体形成，并通过图像分析量化熟成过程中奶酪轮内的气体体积（每次奶酪制作n = 3）。在熟成结束时，对选定的奶酪轮进行微生物组分析。每种处理的第四个奶酪轮用于间歇取样进行破坏性测试（即pH、水活度、含水量、盐分）。由Pa. wasatchensis在使用传统起始培养物并在15°C熟成的奶酪中产生的气体体积最高。这些奶酪轮的气体体积范围从最低的0.02%（0.5周）到最高的2.54%（39周），并随着熟成时间的增加而增加。观察到同一批次奶酪的不同轮之间气体体积存在相当大的变化，这与行业中关于商业规模下缺陷可变性的报告一致。降低熟成温度（4°C）虽然延缓了 Pa. wasatchensis 在熟成过程中引起的气体生成，但并未完全阻止；微生物组分析证实 Pa. wasatchensis 在所有熟成温度下均有生长。用产生宁菌素的防护性起始菌替代传统起始菌，有效地防止了 Pa. wasatchensis 在所有熟成温度下的生长和气体形成。使用软琼脂覆盖法确认，使用防护性起始菌生产的奶酪中宁菌素对 Pa. wasatchensis 具有活性。这些发现说明了 Pa. 的能力。wasatchensis 会导致高达芝士的晚期气孔缺陷，并证明了生物保护型起始化合物在减轻这种缺陷方面的有效性。
-
多囊马尾藻抗肿瘤活性成分的超声辅助提取优化：多目标优化与机制解析
查看原文
2026
Ultrasonics Sonochemistry
中科院一区JCR一区
Wanchao Hou, Congyao Qin, Lingqiu Zhang, Kai Yu, Jinhua Lu, Minmin Qin, Erwei Hao, Jiagang Deng, & Xiaotao Hou
计算机标签
机器学习/统计学习食品标签
微藻及藻类产品 物理辅助加工 过程优化与控制策略 营养与生物功能 抗氧化/抗炎等功能 体外模型 响应面分析与多因素优化 多酚与黄酮 其他植物化学物质本研究采用超声辅助酶法提取技术优化多囊马尾藻抗肿瘤活性成分的制备，并评价其对非小细胞肺癌的抑制作用及相关机制。研究结合响应面法（RSM）和非支配排序遗传算法II（NSGA-II）进行多目标优化，对液固比、乙醇浓度、酶浓度和pH等关键参数实施精确控制，从而提高酚酸和内酯类化合物的提取得率。与RSM优化相比，NSGA-II进一步优化了参数组合，使总酚酸得率提高3.34%（20.4928 mg/g对19.83 mg/g），内酯得率提高0.60%（24.6062 mg/g对24.46 mg/g）。优化后的提取物显著抑制NCI-H1975细胞的肿瘤生长，主要通过靶向组织蛋白酶B（CTSB）通路调控细胞增殖和凋亡。生物学评价进一步证实活性成分与CTSB具有较高亲和力，并提示其可通过调节细胞周期、凋亡和转移发挥多靶点抗肿瘤作用。结果表明，超声辅助酶法结合多目标优化能够提高多囊马尾藻提取物的抗肿瘤活性，并为其潜在抗肿瘤药物开发提供依据。
