类目筛选(食品学者)
-
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)
-
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)
标签记录(计算机学者)
共 2456 条结果
-
应用机器学习优化生物标志物组合并指导肉类真实性鉴定的决策
查看原文2025
Meat Science
中科院一区JCR一区Lucille Rey-Cadilhac & Sophie Prache
食品标签
畜肉 品质、结构与理化性质 食品安全与风险评估 理化与结构表征计算机标签
随机森林 智能手机/其他 特征工程与选择策略 分类/鉴别/等级评定 质构/流变/感官数据本文测试了两种机器学习方法(决策树和随机森林模型)在肉类真实性鉴定中的相关性。决策树能够根据各自区分能力选择和排序潜在生物标志物,优化它们的组合,并指导根据生产系统对样本进行分类的决策,这些方面迄今研究不足。随机森林模型也被开发,因为它们特别稳健。我们将这两种方法应用于一项实验中测量的不同组织(肾周脂肪、背脂和最长胸腰肌)上的19种化合物/变量,该实验使用屠宰前在苜蓿牧场育肥四种不同时长的Romane公羊(每组34-36只羔羊)。我们构建了几个决策树/随机森林模型,包括在屠宰场/销售点相对容易进行的测量,或需要实验室分析的测量。决策树/随机森林模型将牧场育肥羔羊胴体与舍饲羔羊区分开来,准确率高达95.1-95.7%,并显示肾周脂肪粪臭素和肾周脂肪类胡萝卜素色素含量(在19个变量中)在分类中发挥了突出作用。为销售点使用设计的决策树/随机森林模型基于背脂分光色度特性和最长胸腰肌颜色坐标,达到了84.3-85.4%的准确率。这是首次使用决策树进行肉类真实性鉴定的研究,分类决策的阈值可能需要在更大的数据库上进一步验证。然而,这些发现为决策树在真实性鉴定中的广泛应用提出了前景。
-
拉曼光谱与化学计量学技术集成预测热加工对猪肉糜凝胶强度与持水能力的影响
查看原文2025
Food Control
中科院一区JCR一区Huanhuan Li, Wei Sheng, Xorlali Nunekpeku, Yaqi Hu & Quansheng Chen
食品标签
畜肉 品质、结构与理化性质 光谱/色谱/质谱等分析方法计算机标签
偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据香肠、肉丸、肉饼等猪肉糜制品营养丰富、用途广泛,深受消费者喜爱。本研究基于拉曼光谱技术结合先进化学计量学方法,建立了一种快速、无损的检测方法,用于评估不同热处理条件下猪肉糜的凝胶品质。为此,研究将猪肉糜样品置于 45℃~90℃温度范围内进行加热处理,以诱导不同程度的蛋白质变性与凝胶形成。随后采集样品的拉曼光谱以捕捉分子层面的变化,并采用传统方法测定凝胶强度和持水性(WHC),作为参考数据。为分析光谱数据,本研究评估了多种化学计量学模型,最终确定竞争自适应重加权采样 - 偏最小二乘(CARS-PLS)模型为最优方法。值得注意的是,该 CARS-PLS 模型在使用最少光谱变量的同时,对凝胶强度(预测集相关系数 Rp=0.9600,相对分析误差 RPD=3.4418)和持水性(Rp=0.9611,RPD=3.3988)均表现出优异的预测性能。因此,该方法为猪肉糜品质的快速精准评估提供了重要技术突破,有望在肉类加工行业中强化品质控制,提升产品质量的一致性。
-
结合稳定同位素和多元素与机器学习化学计量模型确定三叶青的地理起源
查看原文2025
Food Chemistry
中科院一区JCR一区Lu Bai, Zixuan Zhang, Yalan Li, Shanshan Zhao, Xiaoting Yang, Chengqun Chen, Shilin Zhao, Ping Zhang, Xin Peng, Yan Zhao & Kehong Liang
食品标签
其他果蔬制品/植物类计算机标签
支持向量机 随机森林 其他深度学习结构 分类/鉴别/等级评定三叶崖爬藤(Tetrastigma hemsleyanum Diels et Gilg,简称T. hemsleyanum)是一种兼具食用价值与较高药用价值的植物,其品质会因产地不同而存在差异。受经济利益驱动,该植物已出现掺假造假现象。因此,研发可用于三叶崖爬藤产地溯源的有效技术已迫在眉睫。本研究将稳定同位素与多元素分析相结合,依托支持向量机(SVM)、随机森林(RF)、前馈神经网络(FNN)等机器学习化学计量学模型,开展三叶崖爬藤产地溯源研究。结果表明,该研究方法可有效区分不同产地的三叶崖爬藤,其中支持向量机、随机森林与前馈神经网络模型的预测准确率均达100%,且前馈神经网络模型的综合表现更优。本研究可为三叶崖爬藤的产地溯源相关研究提供技术支撑与理论依据。
-
利用长短期记忆模型结合北方雄鹰优化(NGO-LSTM),预测与间孔硅纳米颗粒抗菌膜储存的牛肝菌野生蘑菇采后品质
查看原文2025
Food Chemistry
中科院一区JCR一区Yudi Liu, Kai Jiang, Yuyue Qin, Margaret Brennan, Charles Brennan, Jiaxin Cao, Zhengxuan Wang & Thanapop Soteyome
食品标签
食用菌菇 品质、结构与理化性质 活性包装 货架期预测与品质劣变动力学计算机标签
梯度提升决策树 循环神经网络 定量预测/回归分析本研究旨在解决易受环境与微生物污染的野生牛肝菌货架期延长难题。为此,研发了一种由聚乳酸(PLA)与负载柠檬醛的介孔二氧化硅纳米颗粒复合而成的抗菌薄膜(CMP薄膜)。研究测定了15项品质指标,并采用层次分析法(AHP)与逼近理想解排序法(TOPSIS)整合数据,以此评价该薄膜的保鲜效果。结果表明,CMP薄膜可随贮藏时间有效维持牛肝菌的品质。此外,研究选取7项高相关性品质指标,构建非线性全局优化-长短期记忆(NGO-LSTM)模型用于贮藏品质预测,该模型预测精度极高,决定系数R²高于0.999。本研究提出了一种新型包装方案与预测模型,二者结合可有效提升野生牛肝菌的贮藏保鲜与品质管控水平。
-
释放鲜味肽的潜力:制备方法、评价策略、健康益处及味觉传导机制的综合评述
查看原文2025
Food Research International
中科院一区JCR一区Jianhua Zhao, Xinyu Li, Lunjie Huang, Hongbin Lin & Qiang He
食品标签
营养与生物功能 特征风味 感官评价与方法学 组学与高通量技术 体外模型 显微与成像技术 小动物实验 数值仿真 蛋白质与氨基酸计算机标签
深度学习 设计/生成与推荐当前技术难以实现鲜味肽的高通量筛选与标准化评价。此外,鲜味受体激活所涉及的构象机制尚未完全阐明,极大地限制了鲜味肽的进一步发展。因此,本文系统综述了鲜味肽的呈味特性、功能特性、高效制备技术、评价方法及其味觉传导机制。多组学技术、分子模拟,尤其是深度学习在鲜味肽高通量筛选中展现出显著优势。此外,细胞与动物模型、味蕾生物传感器及脑电图技术是评价鲜味肽呈味特性的有效方法。通过异源表达获得完整的鲜味受体,并结合冷冻电镜、单分子FRET、三维变异性分析、多光谱技术以及先进的分子动力学模拟,将有助于深入理解鲜味肽与受体的结合机制。本综述为食品工业中鲜味肽的开发、利用与健康化应用提供了新方向。