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
酒精饮料

标签记录(计算机学者)

暂无筛选

共 93 条结果

  • 基于UHPLC-HRMS数据的葡萄酒品种真实性鉴定化学计量学模型的严格评估

    2023
    Food Control
    中科院一区
    JCR一区
    查看原文

    Leos Uttl, Kamila Bechynska, Mona Ehlers, Vaclav Kadlec, Klara Navratilova, Zbynek Dzuman, Carsten Fauhl-Hassek, & Jana Hajslova

    食品标签

    酒精饮料 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 分类/鉴别/等级评定

    近年来,代谢指纹图谱技术结合先进化学计量学工具在葡萄酒真伪鉴别中的应用日益广泛。尽管已有大量文献报道了各类鉴别策略,但针对所建分类模型长期稳定性的研究却鲜少受到关注。本研究提出一种可靠且稳健的、基于代谢指纹图谱的多类别葡萄酒品种鉴别策略。实验采用超高效液相色谱 - 高分辨串联质谱联用技术(UHPLC-HR-MS/MS) 开展检测分析,共涉及两组商品葡萄酒样品:一组用于构建分类模型,包含 201 份样品,涵盖 5 个红葡萄品种与 5 个白葡萄品种;另一组用于验证模型的长期有效性,包含 138 份样品,涉及 3 个白葡萄品种。研究人员基于第一组样品的检测数据,构建了正交偏最小二乘判别分析(OPLS-DA)模型。经有效性验证后,利用所建模型进一步构建决策树,实现对葡萄酒样品的品种分类判别。结果显示,各 OPLS-DA 模型的单品鉴别准确率达 90%~100%;决策树模型对红葡萄酒与白葡萄酒的综合鉴别准确率分别为 94% 与 96%。针对白葡萄酒决策树模型,研究团队采用间隔 4 个月采集的第二组样品开展长期有效性验证。结果表明,该模型对新增样品的正确分类率达 87%,证实了 OPLS-DA 分类模型具备良好的长期稳定性。此外,本研究还初步鉴定出 25 种具有显著统计学意义的品种特征标志物,此类标志物多为黄酮类化合物、酚酸及其衍生物。

  • 威尼托产区受保护原产地葡萄酒的溯源:多元素、同位素及化学计量学分析

    2023
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Mattia Rapa, Marco Ferrante, Ilia Rodushkin, Cora Paulukat & Marcello Enrique Conti

    食品标签

    酒精饮料

    计算机标签

    偏最小二乘法 支持向量机 随机森林 K-近邻 逻辑回归/贝叶斯 深度学习 分类/鉴别/等级评定

    原产地命名保护葡萄酒的溯源与真伪鉴别,是保障其生产与流通体系的重要课题。本文选取七款威尼托原产地命名保护葡萄酒开展研究,分别为阿玛罗尼、巴多利诺、库斯托扎、灰皮诺、雷乔托、苏瓦韦及瓦尔波利切拉。为此,研究采集威尼托大区219份葡萄酒样品,利用高分辨电感耦合等离子体质谱与多接收电感耦合等离子体质谱,测定63种元素及6种同位素比值并进行特征分析。化学计量学分析表明,砷、钙、铯、硼11同位素比值与锶87/锶88同位素比值是区分各类原产地命名保护葡萄酒最具判别价值的特征指标。研究验证了七种分类模型,包括线性判别分析、二次判别分析、k近邻算法、朴素贝叶斯、随机森林、人工神经网络及支持向量机,上述模型可对阿玛罗尼、巴多利诺、灰皮诺、雷乔托原产地命名保护葡萄酒实现精准分类。本文首次融合多元素、同位素检测与化学计量学分析方法,成功构建了适用于七款威尼托原产地命名保护葡萄酒的精细化溯源技术体系。

  • 基于近红外光谱与化学计量学工具的甘蔗酒真实性鉴别及密度与酒精含量预测的绿色方法

    2023
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Sheila Oliveira, Ellen Duarte, Mirelly Gomes, Noemi Nagata, David Douglas de Sousa Fernandes & Germano Veras

    食品标签

    酒精饮料 品质、结构与理化性质 食品安全与风险评估 其他安全问题 光谱/色谱/质谱等分析方法

    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 红外/拉曼光谱数据 中等规模数据集

    Cachaça是一种通过发酵甘蔗汁获得的巴西饮料(甘蔗酒),被认为是全球消费量最大的酒精饮料之一,对巴西东北部(尤其是Brejo地区)经济有重要影响。该微区域生产的甘蔗酒因风土条件而具有高品质。因此,采用无溶剂、环境友好、快速且非破坏性的方法进行样品真实性鉴别和质量控制,对甘蔗酒生产商和产业链具有优势。本研究基于近红外光谱技术,采用单类分类方法——数据驱动的软独立建模类别类比和单类偏最小二乘法,对商业甘蔗酒样品进行地理起源分类,并基于不同化学计量学算法预测其酒精含量和密度。从巴西零售市场购买了共计150个甘蔗酒样品,其中100个来自Brejo地区,50个来自巴西其他地区。采用DD-SIMCA构建的单类化学计量学分类模型,以Savitzky-Golay一阶导数、9点窗口和一阶多项式作为预处理算法,在7290–11726 cm−1光谱范围内获得96.70%的灵敏度和100%的特异性。在密度预测模型构建中获得了满意结果,采用ISPA-PLS算法并以基线偏移作为预处理的化学计量学模型,其预测均方根误差为0.0011 mg/L,相对预测误差为0.12%。酒精含量预测的化学计量学模型采用ISPA-PLS算法,并以Savitzky-Golay一阶导数、9点窗口和一阶多项式作为预处理算法,获得的RMSEP和REP分别为0.69和1.81%(v/v)。两个模型均使用7290–11726 cm−1光谱范围。结果体现了振动光谱结合化学计量学在构建可靠模型用于鉴别甘蔗酒地理起源及预测其质量参数方面的潜力。

  • 基于气味活度值与多元统计分析的不同陈酿年限谢村黄酒香气活性化合物变化特征研究

    2023
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Min Li, Ping Zhan, Peng Wang, Honglei Tian, Jingzhang Geng & Lixia Wang

    食品标签

    酒精饮料 感官科学与消费者研究 特征风味 光谱/色谱/质谱等分析方法 风味组学

    计算机标签

    偏最小二乘法 分类/鉴别/等级评定

    陈酿是赋予黄酒醇厚怡人香气不可或缺的工艺过程。为探究陈酿时间对谢村黄酒香气特征的影响,本研究选取5款陈酿年限不同(3~9年)的谢村黄酒样品,采用感官品评、气相色谱-质谱-嗅闻联用/检测频率法(GC–MS-O/DF)及香气活度值(OAV)分析开展研究。感官评价结果表明,不同陈酿年限的谢村黄酒风味存在显著差异。经气相色谱-质谱联用技术共鉴定并定量检测出谢村黄酒中54种挥发性风味化合物,其中16种因具有较高香气活度值与检测频率,被认定为关键香气活性化合物。偏最小二乘回归分析(PLSR)显示,陈酿9年的陈年样品与多数香气活性化合物关联性极强,整体风味更为协调醇厚。结合正交偏最小二乘判别分析(OPLS-DA),最终确定琥珀酸二乙酯、糠醛、壬醛及异戊醇4种化合物,可作为区分9年陈酿样品与其他年限陈酿样品的特征标志物。

  • 基于智能手机的数字图像作为一种低成本且简单的比色方法,用于评估多种特定越南干茶产品及其烈酒中的酚类总含量

    2023
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Do Minh-Huy, Le Thi Anh-Dao, Nguyen Thanh-Nho, Le Nhon-Duc & Nguyen Cong-Hau

    食品标签

    茶/茶饮料 酒精饮料 显微与成像技术 多酚与黄酮

    计算机标签

    智能手机/其他 可见光/RGB/视频数据

    总酚含量(TPC)可反映植物制品的生物活性物质含量及抗氧化能力。本研究利用智能手机拍摄的数字图像,测定茶叶及其茶汤中的总酚含量。研究对自制便携式比色分析装置设计相关的各项参数进行了优化,以获得最佳拍摄条件。对所建立方法的性能进行验证,结果与美国官方分析化学家协会(AOAC)2016年版附录F标准方法一致。与传统紫外-可见分光光度标准法相比,两组结果无统计学差异(t检验,置信度95%);且该方法具备操作简便、便携性强、样品用量少、检测耗时短、运行成本低等优势,尤其适合茶叶生产商、经营管理者及消费者快速检测总酚含量。研究结果表明,各类茶叶总酚含量整体呈现绿茶>白茶>乌龙茶>红茶的递减规律(加标回收率95%~98%);同时,随着冲泡温度升高、冲泡时间延长,茶汤中的总酚含量呈上升趋势。

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