01 / 01

类目筛选(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

深度筛选(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

标签记录(食品学者)

清除全部筛选
茶/茶饮料

标签记录(计算机学者)

暂无筛选

共 122 条结果

  • 利用非靶向脂质组学分析结合化疗分析,确定并比较中国绿茶品种的脂质谱

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Li Zhou, Yue Ma, Junjie Xu, Yueqi Hu, Minjie Zhao, Eric Manchioni & Haiyan Fu

    食品标签

    茶/茶饮料 品质、结构与理化性质 其他组学方法 脂质与脂肪酸

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定 组学数据

    茶是世界上消费最广泛的饮品。脂质作为重要的化学成分,与茶的风味和品质密切相关。然而,关于不同中国绿茶品种脂质指纹的信息有限。因此,采用了结合无靶向脂质组学分析和化学计量学的方法来区分中国绿茶品种。共鉴定了147种分子物种,属于16个脂类类别。绿茶样本中磷脂、糖脂、亚油酸和亚麻酸含量较高。它们在代谢过程中扮演重要角色,可能影响风味形成。此外,结合多变量数据分析,筛查出8种分子品种以识别出具有区分力的绿茶品种,如PC 16:0/18:3、MGDG 18:3/18:3、PC 18:2/18:2等。本研究为中国绿茶市场的质量保证和防止欺诈行为提供了参考。

  • 基于ICP、HPLC与机器算法的有机茶与常规种植茶品质分析及特征差异鉴别

    2025
    Food Chemistry: X
    中科院一区
    JCR一区
    查看原文

    De Zhou, Yunfei Hu, Xi He, Lijuan Du, Lian Bao, Ming Zhao, Jinliang Shao & Qingyan Tang

    食品标签

    茶/茶饮料 品质、结构与理化性质 食品安全与风险评估 光谱/色谱/质谱等分析方法 矿物质与微量元素 蛋白质与氨基酸 多酚与黄酮

    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 质构/流变/感官数据

    随着有机茶产业的不断扩张,辨别有机茶的真伪对维护市场稳定至关重要。为此,本研究选取了大尖山的有机种植茶和常规种植茶(绿茶)作为研究对象。通过高效液相色谱法、电感耦合等离子体光谱法和质谱法对其成分(水浸出物、多酚、矿物质元素等)进行了比较。采用多元统计分析方法(主成分分析、正交偏最小二乘判别分析和线性判别分析)筛选出主要差异物质。结果显示,在51种成分中,有37种存在显著差异(P < 0.05)。统计分析表明,15种成分(包括氨基酸、矿物质元素和儿茶素,变量重要性投影值>1)可作为有机种植茶与常规种植茶的特征性差异物质。鉴别准确率达到93.9%,为有机种植茶和常规种植茶的质量评价及鉴别提供了参考依据。

  • 利用高光谱成像技术和机器学习快速检测红茶中的合成色素

    2025
    Food Chemistry: X
    中科院一区
    JCR一区
    查看原文

    Zhihan Wang, Weijie Peng, Zhengrui Tian, Lin Zhu, Mengqi Guo, Zhiwei Chen, Hewei Meng & Chunwang Dong

    食品标签

    茶/茶饮料 化学污染物 显微与成像技术 光谱/色谱/质谱等分析方法

    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 高光谱/多光谱光谱

    在本研究中,我们提出了一种新颖的方法,将高光谱成像与机器学习相结合,以解决武夷工夫茶中人工色素掺假的快速无损检测难题。与传统化学方法相比,该方法能够实现色素种类的识别、掺假率的定量分析以及色素分布的可视化。我们构建了掺有三种合成色素(柠檬黄、胭脂红和日落黄)的红茶高光谱数据集,为定性识别和定量预测模型的建立提供了支持。定性模型的准确率超过98%,定量模型的预测相关系数(Rp)大于0.95,预测均方根误差(RMSEP)小于0.025。这些结果验证了该方法在红茶色素掺假检测和定量分析中的可行性与有效性,为茶叶质量安全检测提供了新的可能。

  • 智能技术在茶产业中的兴起

    2024
    Trends in Food Science & Technology
    中科院一区
    JCR一区
    查看原文

    Yang Wei, Yongqi Wen, Xiaolin Huang, Peihua Ma, Li Wang, Yi Pan, Yangjun Lv, Hongxin Wang, Liang Zhang, Kunbo Wang, Xiufang Yang & Xinlin Wei

    食品标签

    茶/茶饮料 品质、结构与理化性质 食品安全与风险评估 过程控制与数字化

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定 缺陷/异物检测与定位 可见光/RGB/视频数据 红外/拉曼光谱数据 时序传感器/物联网数据

    背景:茶是一种全球重要的农产品,以其经济和文化价值而闻名。茶叶的种植和生产过程涉及茶园管理、病虫害控制、采摘、加工、分选以及安全与质量评估。茶叶质量受品种、环境、采摘和加工等诸多因素影响。然而,茶叶质量评估通常依赖人工经验和专业知识,这伴随着主观性和不一致性。此外,茶叶生产过程还面临病虫害预测与检测、供应链监控和可追溯性等若干挑战。
    范围与方法:本综述介绍了应用于茶产业的智能技术,包括计算机视觉、机器学习、光谱技术、人工传感器、大数据、物联网和区块链。我们总结了智能技术在茶产业中的应用进展,分析了现有挑战和不足,并提出了未来的研究趋势。该综述有望为智能技术在茶产业中的应用提供新的见解,以构建透明、可追溯、可持续的茶产业链。
    主要发现与结论:智能技术在茶产业中具有广阔的应用前景,可提升产品质量、效率、透明度和可追溯性。特别是,智能技术的结合可能会带来更好的性能。开放数据集对于存储海量信息是必要的。智能技术的标准化为可持续茶产业的发展奠定了坚实基础。此外,向便携式设备转型是响应茶叶市场需求的最主要方向。

  • 利用VNIR-SWIR高光谱成像和KRR模型,利用精细特征波长方法检测丹丛茶中的生物活性化合物含量

    2024
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Teng Long, Xinyu Tang, Changjiang Liang, Binfang Wu, Binshan Huang, Yubin Lan, Haitao Xu, Shaoqun Liu, & Yongbing Long

    食品标签

    茶/茶饮料 其他品质相关性质 光谱/色谱/质谱等分析方法 其他植物化学物质

    计算机标签

    机器学习/统计学习 超参优化/自动机器学习 定量预测/回归分析 高光谱/多光谱光谱

    高光谱成像(HSI)为非破坏性地检测茶叶中生物活性化合物的含量提供了机会,而要实现高检测精度,则需要从复杂的高光谱数据中提取有效特征。在本文中,我们提出了一种名为区间波段选择 - 竞争性自适应重加权采样 - 融合(IBS-CARS-Fusing)的特征波长细化方法,用于从可见 - 近红外(VNIR)和短波 - 近红外(SWIR)高光谱图像中提取特征波长。结合所提出的 IBS-CARS-Fusing 方法,建立了一个核岭回归(KRR)模型,用于预测包括叶绿素 a、叶绿素 b、类胡萝卜素、茶多酚和氨基酸在内的生物活性化合物在丹青茶中的含量。结果表明,IBS-CARS-Fusing 方法可使 KRR 模型对这些生物活性化合物的 Rp2 值分别提高 4.77%、4.60%、6.74%、15.52% 和 13.10%,并且模型的 Rp2 值达到了 0.9500、0.9481、0.8946、0.8882 和 0.8622 的较高值。此外,还使用叶化合物面积质量热图来可视化化合物的空间分布。

跳转至

页

学术日历
学术日历

特刊征稿

特刊名称

截稿时间

收录范围

会议链接

IF=18.1!征稿丨Nature Communications:AI-Driven Smart Agriculture for Sustainable Food Systems

2027.03.18

农业生产与AI

了解更多

IF=13.8!征稿 | Food Hydrocolloids: 20th Food Colloids Conference: past, present and future of food colloids

2026.09.30

食品胶体与AI

了解更多

IF=10.6!征稿丨Journal of Future Foods:Intelligent Detection and Data-Driven Food Safety

2027.01.31

食品安全与AI

了解更多

IF=9.6!征稿 | npj science of food: Flavor Chemistry

2026.12.03

风味化学与AI

了解更多

IF=7.7!征稿丨Current Research in Food Science:Intelligent Matrices: Machine Learning and AI in Molecular Food Science

2027.02.01

应用分子食品科学与AI

了解更多

IF=7.3!征稿 | Food Science and Human Wellness: Special Issue on Identification of New Targets for Food-derived Compounds

2026.12.01

分子靶点与AI

了解更多

IF=7.0!征稿 | Food Control: Food authentication and traceability in high-risk products: analytical approaches for regulatory control

2027.05.30

食品快速检测与AI

了解更多

IF=6.0!征稿丨foods:Flavor Formation Mechanisms,Targeted Regulation Strategiesand Al-Enabled Research inAnimal-Derived Foods

2027.01.10

动物源性食品风味与AI

了解更多

IF=5.9!征稿 | Food Quality and Preference: Sensory is everywhere, beyond food. Expanding the horizon of sensory and consumer science

2026.09.30

感官科学与AI

了解更多

IF=7.3!征稿 | Postharvest Biology and Technology: Ready-to-use, added-value, fresh fruit and vegetables: the new scenario in terms of recent innovations and prospective industry needs

2026.09.16

果蔬与AI

了解更多

活动详情请关注“食品AI荟”微信公众号