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 393 条结果
-
基于纸基微点与智能手机的土鸡蛋真伪鉴别技术
查看原文
2023
Food Chemistry
中科院一区JCR一区
Rohitraj Ray, Ayush Goyal, Anushha Prabhhu, Saumya Parekkh, Srinivasulu Radhasani & Naresh Kumar Mani
计算机标签
智能手机/其他 分类/鉴别/等级评定 可见光/RGB/视频数据 红外/拉曼光谱数据食品标签
蛋类及其制品 食品安全与风险评估 颜色与外观品质 显微与成像技术 光谱/色谱/质谱等分析方法本文首次提出利用纸基装置快速鉴别正宗土鸡蛋与经茶水涂抹、伪装成土鸡蛋的普通肉鸡鸡蛋。该装置可在精确5分钟内，借助茶叶中含有的酚类物质引发两种反应现象实现鉴别：一是沉淀反应，会在假冒土鸡蛋或茶涂肉鸡鸡蛋表面生成轮廓清晰的深蓝黑色沉淀物；二是褪色溶解反应，伪装土鸡蛋表面干燥的茶涂层会被溶解，从而露出普通肉鸡鸡蛋蛋壳的本色白色。为降低人工判别主观性，研究开发了一款名为Eggo的智能手机应用程序，可通过手机摄像头识别上述两种反应所产生的特征斑点。研究还采用傅里叶变换红外光谱（FTIR）分析了蛋壳表面发生的成分变化。这类兼具精密性与简易性的技术，将为食品掺假检测领域带来颠覆性变革。
-
基于指示剂置换分析法的绿茶储藏新鲜度监测
查看原文
2023
Food Research International
中科院一区JCR一区
Yiyi Zhang, Wenxuan Yuan, Zhengyu Ren, Jingming Ning & Yujie Wang
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 可见光/RGB/视频数据 红外/拉曼光谱数据食品标签
茶/茶饮料 品质、结构与理化性质 过程监测与在线检测 其他方法 光谱/色谱/质谱等分析方法 多酚与黄酮绿茶在储藏过程中会发生老化，导致其风味和健康价值下降，但目前缺乏绿茶新鲜度的现场检测方法。本研究构建了一种新型灵敏的指示剂置换分析（IDA）传感器，并将其应用于绿茶储藏期间的新鲜度监测。分别采用低成本pH染料和金属离子作为指示剂和受体，用于茶叶样品中儿茶素的目标检测。分别通过图像和紫外-可见光谱验证了IDA反应的可行性。IDA结合监督算法实现了对绿茶新鲜度的准确识别，准确率达86.67%，并且在预测儿茶素单体和总儿茶素方面取得了可接受的准确度，预测偏差比值均超过1.5。因此，所开发的IDA传感器能够对绿茶储藏期间的新鲜度进行定性和定量监测，为绿茶的质量评价与控制提供了新的选择。
-
使用图像处理和人工神经网络诊断苹果果实病害
查看原文
2023
Food Control
中科院一区JCR一区
Hossein Azgomi, Fatemeh Roshannia Haredasht, & Mohammad Reza Safari Motlagh
计算机标签
深度学习 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
新鲜水果 食品安全与风险评估 显微与成像技术果农通常缺乏对各类苹果病害的诊断与防治知识。尽管部分苹果病害会表现出可视化症状，可通过人工肉眼识别，但这种诊断方式耗时费力，且会增加果农的成本投入。针对这一问题，一种可行的解决方案是利用图像处理技术开发自动化病害诊断系统。本研究提出一种低成本的苹果病害诊断方法，该方法基于神经网络模型，可将果实划分为四种类别，即黑星病果、苦腐病果、黑腐病果及健康果实。研究以果实的颜色与纹理特征作为模型输入变量，构建多层感知器神经网络，并将预设的病害类别作为模型输出结果。实验选取 60% 的图像样本用于神经网络训练，剩余样本留作模型测试集；同时，研究人员通过调整单层与双层神经网络的结构，对所提方法的诊断准确率进行评估。结果表明，采用双层神经网络结构（第一层与第二层各设置 8 个神经元）时，模型诊断准确率达到最优，为 73.7%。
-
氢化物发生-智能手机RGB读取与视觉比色双模式系统用于水样和蜂蜜中无机砷的检测
查看原文
2023
Food Chemistry: X
中科院一区JCR一区
Chenxi Jiang, Shuang Ye, Jing Xiao, Chao Tan, Huimin Yu, Xiaoli Xiong, Ke Huang, Yujia Deng & Zhirong Zou
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
蜂蜜等天然糖 化学污染物 过程监测与在线检测 光谱/色谱/质谱等分析方法建立了一种用于蜂蜜和饮用水样品中无机砷测定的小型化/便携式双模式比色分析系统。氢化物发生技术因其高发生效率和有效基质分离能力，被用作该比色系统的采样技术。通过氢化物发生生成AsH3，与HAuCl4反应后在试纸上形成金纳米颗粒，使试纸颜色由浅黄色变为深蓝色，可同时通过肉眼（视觉比色模式）和智能手机（RGB读取模式）读取。通过对两种水样、四种蜂蜜样品和两种标准参考水样（BWB2440-2016和GBW08650）的分析，进一步验证了该方法的准确性和现场分析潜力，所有样品及其加标样品的回收率均在90%-116%之间。
-
立方形科利鲁纳提取物涂层铜2基于纳米颗粒的智能手机生物传感器，用于检测真实食品样品中的抗坏血酸
查看原文
2023
Food Chemistry
中科院一区JCR一区
Selcan Karakuş, Fatih Özbaş, Gülsen Baytemir & Nevin Taşaltın
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 时序传感器/物联网数据食品标签
颜色与外观品质 显微与成像技术 光谱/色谱/质谱等分析方法抗坏血酸（AA）是一种高水溶性有机化合物，在人体新陈代谢中发挥着重要作用。为实现食品质量检测，本研究基于欧洲榛提取物（CC）-氧化亚铜纳米颗粒（Cu₂O NPs），开发了一种集成智能手机的比色型非酶电化学生物传感器，用于实际食品样品中抗坏血酸的检测。采用扫描电子显微镜、扫描电镜-能谱联用、高分辨透射电子显微镜、X射线衍射、傅里叶变换红外光谱、X射线光电子能谱、热重分析及差示扫描量热法对CC-Cu₂O纳米颗粒进行表征分析。CC-Cu₂O纳米颗粒呈立方形貌，粒径约为10纳米。电化学测试结果表明，修饰电极上抗坏血酸的氧化反应在0.55–22毫摩尔每升的宽浓度范围内，检出限可达27.92纳摩尔每升。所制备的数字化CC-Cu₂O纳米颗粒传感器可成功检测食品样品中的抗坏血酸。该研究策略为食品样品中抗坏血酸的检测提供了一种纳米检测平台。
