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 1098 条结果
-
基于深度学习的聚乳酸包装比色指示剂用于鲜切果蔬的无损新鲜度监测
查看原文2025
Food Research International
中科院一区JCR一区食品标签
新鲜水果 新鲜蔬菜 生物基/可降解材料 货架期预测与品质劣变动力学 智能/指示型包装 显微与成像技术计算机标签
主成分分析/判别分析 卷积神经网络 分类/鉴别/等级评定 可见光/RGB/视频数据果蔬(F&v)的易腐性对维持食品质量与安全构成重大挑战。然而,目前监测鲜切果蔬新鲜度的方法仍然有限。本研究介绍了一种新型的基于深度学习的比色指示剂系统,用于监测聚乳酸(PLA)袋包装的鲜切果蔬的新鲜度。该系统采用了一种乙基纤维素基指示剂(EMT),该指示剂在储存期间对二氧化碳(CO2)水平(0%–30%)表现出明显的颜色转变。除了其灵敏度外,EMT还表现出显著的稳定性和可重复使用性。此外,以鲜切青椒为模型,首次通过应用机器学习中的特征提取算法(PCA和FLDA)构建了“生理状态-新鲜度-指示剂颜色”的关系。该关联与深度学习算法结合用于图像识别和分析。这种方法减轻或消除了因人类视觉感知个体差异和拍摄条件变化引起的识别错误。结果表明,该系统能够准确、快速、无损地评估鲜切青椒的新鲜度,MobileNetV3-Small识别的平均准确率在k折交叉验证下可达96.09%。所提出的策略为监测农产品新鲜度提供了一种高精度、实时、无损的方法,在食品安全、健康监测和环境保护方面具有潜在应用前景。
-
基于人工智能的水果蔬菜干燥系统多目标优化:全面综述
查看原文2025
Food Research International
中科院一区JCR一区食品标签
水果/蔬菜与菌菇类/植物类 干燥设备 干燥保藏 过程监测与在线检测计算机标签
机器学习/统计学习 深度学习 定量预测/回归分析 可见光/RGB/视频数据 时序传感器/物联网数据水果蔬菜水分含量高、营养丰富,但易腐败且货架期短。干燥是延长货架期和减少资源浪费的关键技术。然而,传统干燥方法受到效率低、能耗高和产品质量不稳定的限制。人工智能凭借其自学习、自适应能力和模拟复杂非线性关系的能力,为应对这些问题提供了创新解决方案和有效工具。本文全面综述了人工智能在水果蔬菜干燥中的应用。首先,我们介绍了机器学习、深度学习、模糊逻辑、专家系统和计算机视觉系统的基本理论及其在水果蔬菜干燥中的应用优势。随后,详细阐述了人工智能在干燥过程建模与预测、实时质量监测以及智能控制与优化方面的案例研究,并讨论了其在优化传统干燥和与场辅助干燥技术结合方面的应用。此外,分析了人工智能在水果蔬菜干燥中的局限性及未来发展趋势,为该领域的研究人员提供更多见解。
-
培养肉的未来:聚焦多学科交叉、数字化与营养定制化
查看原文2025
Food Research International
中科院一区JCR一区食品标签
细胞培养肉 营养与生物功能计算机标签
机器学习/统计学习 设计/生成与推荐培养肉是未来食品生产中的一个新兴领域,采用跨学科策略,整合食品工业、组织工程和生物技术,以满足全球食品需求。利用干细胞培育肉类日益被认为是解决与畜牧业相关的环境、健康和伦理问题的方案。尽管取得了显著进展,但仍存在大量技术挑战。本文综述重点介绍了培养肉生产中的前沿工程方法和生物材料的最新进展。此外,还讨论了通过生物工程、合成生物学和人工智能来增强培养肉发展机遇的前景。最后,我们探讨了培养肉的未来趋势,特别强调营养优化和安全保障。本综述全面展示了培养肉领域的新兴技术,为加速智能细胞农业的发展和实现定制化肉制品的生产提供了参考。
-
基于深度学习增强的感应耦合等离子体原子发射光谱法用于绿茶产地与等级的多变量认证
查看原文2025
Food Research International
中科院一区JCR一区食品标签
茶/茶饮料 质量管理与追溯系统 光谱/色谱/质谱等分析方法 矿物质与微量元素计算机标签
深度学习 主成分分析/判别分析 模型可解释性 分类/鉴别/等级评定 组学数据绿茶的产地和等级显著影响其市场价值,但同时对其进行认证仍然具有挑战性。本文开发了一种结合多种金属元素和反向传播神经网络(BPNN)的稳健方法,用于同时识别茶叶的产地和等级。该策略利用感应耦合等离子体原子发射光谱法(ICP-AES)分析绿茶(如龙井茶)样品中多种元素的含量。BPNN对产地和等级的识别准确率分别达到92.59%和88.89%。随后,使用沙普利加性解释(SHAP)来可视化模型的识别过程,并将其降维性能与主成分分析(PCA)进行比较。尽管两种方法在识别产地方面表现出相似的性能,但基于SHAP的优化在茶叶等级分类方面被证明更有效。本文提出的策略为茶叶产地和等级的同时识别与认证建立了一种简单可靠的方法。
-
机器学习和GC-MS揭示不同成熟期切达干酪的特征风味化合物:与产地无关的识别
查看原文2025
Food Research International
中科院一区JCR一区食品标签
奶酪 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
随机森林 智能手机/其他 模型可解释性 特征工程与选择策略 分类/鉴别/等级评定 组学数据切达干酪风味成分复杂,产地差异及实验数据的多变性阻碍了对不同成熟期切达干酪风味的可靠描述。本研究结合气相色谱-质谱(GC-MS)与机器学习,探索了在6–12°C成熟阶段、与产地无关的切达干酪共有特征成分。在六种分类器中,随机森林模型在评估切达干酪成熟期方面表现最佳。通过递归特征消除法从66种风味物质中筛选出14种风味物质(酮类、酸类和内酯类)作为特征风味来训练模型。SHAP交互值和决策树揭示了确定成熟期所需的最少量风味物质及其相应浓度。最后,实验中来自不同国家的商业切达干酪验证了特征风味化合物的可靠性。本研究首次证实,来自不同产地的切达干酪的某些风味具有一致的形成机制,推进了风味发展和成熟期判断的研究。