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
-
一种用于优化猕猴桃采收时机和采后品质管理的田间部署光谱方法
查看原文
2026
Postharvest Biology and Technology
中科院一区JCR一区
Te Ma, Tetsuya Inagaki, Satoru Tsuchikawa, & Hao Jiang
计算机标签
偏最小二乘法 定量预测/回归分析 高光谱/多光谱光谱 红外/拉曼光谱数据食品标签
新鲜水果 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 碳水化合物与糖类大量研究聚焦于利用可见-近红外光谱对采后农产品进行实验室品质评价。近年来，可田间部署的解决方案逐渐增多，但果实硬度评估仍具有挑战。硬度与糖含量一样，是影响果实风味和采后货架期的关键因素。本研究设计了一种便携式可见-近红外空间分辨光谱系统，集成三个模块：（1）采用 36 通道光纤阵列，以六个径向距离采集两个猕猴桃品种“翠香”和“瑞玉”各 108 个样本在不同氯吡脲（CPPU）处理下的空间分辨漫反射剖面；（2）使用波长范围为 600-1100 nm、分辨率为 4.5 nm 的低成本高光谱成像相机并结合卤素照明，以缩短光谱采集时间；（3）建立偏最小二乘（PLS）回归分析，并结合竞争性自适应重加权采样技术，优化散射增强的硬度预测和散射抑制的可溶性固形物含量定量。以“翠香”品种进行田间验证显示，该系统具有操作稳健性，硬度预测 R2val = 0.65、RMSEval = 1.23 N，SSC 预测 R2val = 0.65、RMSEval = 1%。相比之下，“瑞玉”的硬度 R2val 和 RMSEval 分别为 0.14 和 2.18 N，SSC 的 R2val 和 RMSEval 分别为 0.39 和 1.45%。这可能是由于“瑞玉”果皮更厚且绒毛更多，干扰了设备的光反射测量。结果表明，接触式空间分辨光谱有潜力用于评估“翠香”猕猴桃成熟度，尤其适用于硬度评价。
-
食品安全中的人工智能
查看原文
2026
npj Science of Food
中科院一区JCR一区
Floor van Meer, Masami Takeuchi, Phillis E. Ochieng, Raffaella Tavelli, Arjen Gerssen, & Bas H. M. van der Velden
计算机标签
机器学习/统计学习 定量预测/回归分析 文本/知识库/法规数据食品标签
食品安全与风险评估 标准/法规/数据库分析人工智能（AI）正在革新包括食品安全在内的许多领域。在食品安全中，农业食品系统中产生的可用数据有可能用于人工智能应用。本综述概述了人工智能在食品安全不同领域的应用。研究提出了食品安全中人工智能的框架，重点关注研究领域、应用背景、数据收集方法和人工智能技术。研究使用了AI工具ASReview，该工具利用主动学习选择最优先的论文，以系统化的方式进行研究。根据这一框架，回顾了150多篇经过同行评审的期刊论文并进行了描述。综述最后总结了人工智能在食品安全中的挑战，并展望了未来人工智能在食品安全中的机会。
-
具有增强过氧化物酶样性能的多孔 FeNi-CNF 纳米酶用于没食子酸测定及机器学习辅助茶样鉴别
查看原文
2026
Journal of Agricultural and Food Chemistry
中科院一区JCR一区
Wendong Zhu, Yang Liu, Shikun Chen, Rui Zhao, Ce Wang, Linxi Hou, & Ya Cheng
计算机标签
机器学习/统计学习 定量预测/回归分析 时序传感器/物联网数据 质构/流变/感官数据食品标签
茶/茶饮料 氧化、褐变等化学变化 特征风味 发酵工艺与动力学 酚酸类没食子酸可调节传统中国茶的风味、陈化和发酵程度。本文利用碳前驱体差异热分解动力学，通过静电纺丝和碳化制备了分级多孔 FeNi-CNF（PFeNi-CNF）纳米酶，用于没食子酸检测。分级多孔结构优化了传质并促进活性位点形成，使 PFeNi-CNF 的过氧化物酶样活性较 FeNi-CNF 提高 3.22 倍（按吸光度计算），同时具有良好的长期稳定性和循环耐久性。研究建立了高选择性、高灵敏度的没食子酸比色传感器，检出限为 0.02 μM，线性范围为 0.05-3 μM。进一步基于 R、G、B、H、S、V 色彩值进行机器学习辅助茶样分析，最高准确率达到 99%。该平台可为生物传感和食品技术中的检测、识别与预测提供快速、准确且便捷的没食子酸传感方案。
-
工程噬菌体内溶素和受体结合蛋白用于食源性病原体的控制和检测：综述与人工智能驱动的框架
查看原文
2026
International Journal of Food Microbiology
中科院一区JCR一区
Zongcheng Wu, Xiaofeng Yu, Honglin Ren, Chunyi Shangguan, Cheng Han, Xi Yang, Shuaihao Qi, Xuepeng Duan, Han Wang, Pan Hu, Yansong Li, Qiang Lu, & Shiying Lu
计算机标签
机器学习/统计学习 设计/生成与推荐 合成/仿真数据为主食品标签
微生物安全 加工与新加工技术 蛋白质与氨基酸抗微生物耐药性加剧了食品安全风险，凸显了对新型、耐基质控制和检测工具的需求。噬菌体衍生的内溶素和受体结合蛋白（RBP）具有高度特异性，但与缓冲液测定相比，它们在复杂食品环境中的性能常常下降。在这篇综述中，我们总结了决定其有效性的工程原理和食品体系证据，包括基质驱动的衰减（如粘度、蛋白/脂肪吸附、离子强度和蛋白水解）以及与生产和配方相关的可开发性限制。我们还总结了食品应用的实际终点，涵盖食品接触表面的消毒、生鲜原料的生物控制以及无培养病原体检测。在此基础上，我们提出了 ISELI-CL（计算机模拟 - 实验 - 学习 - 迭代闭环），这是一个结构化框架，将计算设计和主动学习与高通量验证相结合，以平衡活性、可制造性和食品基质兼容性。通过将缓冲液到食品的转换视为可量化的领域转移，ISELI-CL 旨在指导候选物的优先排序以及对食品微生物学中机制知情噬菌体蛋白的基质感知验证。
-
化学计量学引导脂质组学用于反复油炸过程中植物油品质评价
查看原文
2026
Food Control
中科院一区JCR一区
Gongshuai Song, Ziming Xu, Yangcheng Ge, Xuanyi Wang, Danli Wang, Tinglan Yuan, Ling Li, Mengna Zhang, & Jinyan Gong
计算机标签
机器学习/统计学习 定量预测/回归分析 组学数据 质构/流变/感官数据食品标签
豆类与坚果（及籽类） 新鲜蔬菜 食品安全与风险评估 品质、结构与理化性质 代谢组学 传统统计分析与回归 脂质与脂肪酸油炸食品因独特感官品质而被广泛消费，但反复深炸会降低食用植物油的营养价值。本研究系统评估了反复油炸循环（0-40 次）对四种常见食用植物油的影响，包括大豆油、菜籽油、葵花籽油和棕榈油。化学计量学引导的脂质组学结果表明，随着油炸循环增加，氧化和水解降解加剧；大豆油和葵花籽油因不饱和度较高更容易发生热氧化，而棕榈油稳定性更强。40 次油炸后，大豆油、菜籽油、葵花籽油和棕榈油中甘油三酯总浓度分别下降 54.85%、50.43%、54.01% 和 44.83%。氧化甘油三酯、甘油二酯、游离脂肪酸以及较小分子量甘油三酯由甘油三酯氧化降解形成。化学计量学分析有效区分了脂质组变化，并筛选出 6 个可高度预测油脂劣变的潜在标志物，包括 TG 16:1/10:0/16:1、oxTG 14:1/18:3/17:2、oxTG 18:1/18:1/18:1、oxTG 18:3/18:3/18:3、oxTG 17:2/18:4/12:2 和 oxTG 16:0/18:1/16:0，其 AUC 均不低于 0.778。结果强调了化学计量学引导脂质组学在评估反复深炸条件下食用植物油品质中的关键作用，为监测氧化降解提供了潜在标志物，并为食用植物油安全提供实践参考。
