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
-
消费者参与食品安全风险沟通的意愿：整合保护动机理论与理性行为理论的模型
查看原文
2022
Food Control
中科院一区JCR一区
计算机标签
偏最小二乘法 文本/知识库/法规数据 中等规模数据集食品标签
食品安全与风险评估 问卷/市场与消费者研究食品安全风险沟通的核心目标在于增进各利益相关方对食品安全危害评估与管控工作的理解，进而引导公众在食品生产与消费环节作出科学合理的判断。
为分析消费者参与食品安全风险沟通的意愿，本研究整合保护动机理论与理性行为理论，构建了一套综合性研究模型，并采用偏最小二乘结构方程模型（PLS-SEM） 对该理论模型进行验证。研究数据来源于中国东北地区随机选取的消费者群体，共收集到 676 份有效线上问卷。
结果表明，态度是中介变量，在感知严重性、响应效能、自我效能与消费者食品安全风险沟通参与意愿的关系中起到关键的中介作用。 -
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
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。 -
便携式近红外光谱与基于偏最小二乘回归的变量选择用于藜麦粉掺假检测
查看原文
2022
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 红外/拉曼光谱数据食品标签
杂粮 食品安全与风险评估 光谱/色谱/质谱等分析方法藜麦粉因营养价值高且全球市场需求持续增长，易成为经济利益驱动型掺假的目标。本研究采用便携式近红外光谱技术（NIRS）结合多元分析方法，建立藜麦粉掺假检测方案。
研究首先通过主成分分析（PCA）与均匀流形近似与投影（UMAP）两种方法开展初步探究，筛选出藜麦粉中最具潜在风险的掺假物质。随后，向藜麦粉样品中掺入该物质，配制掺假比例为 0~51%（质量分数）的系列样本。基于原始光谱数据构建的偏最小二乘回归（PLSR）模型在掺假水平检测中表现最优，其预测决定系数（R p2）达 0.94、预测均方根误差（RMSEP）为 3.04%、预测偏差比（RPD）为 4.04、区间误差比（RER）为 11.84。
利用 PLSR 模型输出的 投影重要性指标（VIP） 筛选出 13 个有效光谱波段，基于筛选波段构建的新 PLSR 模型性能显著提升：R p2升至 0.98、RMSEP 降至 1.60%、RPD 达 7.71、RER 达 22.56。
研究结果表明，便携式近红外光谱技术可作为一种快速、低成本、无损的分析手段，在藜麦粉掺假检测中具有良好的应用潜力。 -
从正相液相色谱指纹图谱构建仪器无关的多变量模型：以橄榄油真伪鉴别为例
查看原文
2022
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/质谱等分析方法仪器色谱指纹图谱等非靶向分析策略已广泛应用于食品真伪鉴别与品质检测领域。尽管已开发的多元统计分析方法能够解决各类食品真伪鉴定问题，但这类方法的建模效果往往依赖于信号采集时的仪器状态，导致模型难以在不同实验室间迁移应用。
本研究旨在构建不受仪器状态及信号采集时间影响的多元统计模型。研究采用正相超高效液相色谱 - 紫外 / 可见光谱联用技术（NP-UHPLC-UV/Vis） 对不同橄榄油样品的极性组分进行检测，将所得色谱图转化为与仪器无关的指纹图谱。具体实现方法为：在整个分析序列中，将一组专用外标混合溶液的色谱行为特征迁移至其余待测样品，以此消除仪器差异带来的影响。
基于仪器无关化处理前后的色谱指纹图谱矩阵分别建立 SIMCA 模型，结果显示，两类模型在 “无法判定” 样本的归类数量上存在显著差异，其中经仪器无关化处理后构建的模型表现更优。此外，对比信号处理前后建立的 PLS-DA 与 SVM 模型，二者的判别效果基本一致。
本研究的核心结论可归纳为：仪器无关化处理方法能够助力构建可在不同实验室间迁移的多元分类模型，这类模型的稳定性不受信号采集时间的影响。 -
基于传感器与机器学习的鱼类品质评估：机理性综述
查看原文
2022
Food Control
中科院一区JCR一区
计算机标签
机器学习/统计学习 分类/鉴别/等级评定 定量预测/回归分析 时序传感器/物联网数据食品标签
鱼肉 品质、结构与理化性质 理化与结构表征鱼类作为全球食品生产的重要组成部分，兼具高营养价值、易腐性的特点，且其品质易受捕捞前养殖环境及死后生理变化等因素的影响。传统检测方法操作繁琐、耗时长久，无法满足鱼类品质监测的实时化与现场化应用需求。传感器技术为此提供了极具潜力的替代方案，因此本研究基于检测原理，重点综述了比色传感器、电化学传感器、酶传感器及气体传感器在鱼类品质监测领域的创新应用。
机器学习凭借其对现场传感器采集的海量数据的处理能力，已逐渐成为食品质量管理与品质预测的有力工具。然而，现阶段用于鱼类品质检测的新型传感器，在检测精度、稳定性、检测限、灵敏度、特异性、灵活性及低功耗等性能指标上仍存在不足。
本综述旨在全面梳理鱼类品质评价指标、新型传感检测技术及机器学习算法的研究进展，结合鱼类品质预测与模式识别的应用场景，批判性剖析当前研究存在的空白与不足。此外，研究还着重探讨了该领域面临的现实挑战，并对未来发展方向进行展望。
