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

  • 基于多模态数据结合化学计量方法的地理标志保护黄酒分析与鉴别

    2026
    Food Control
    中科院一区
    JCR一区
    查看原文

    Xiaodan Liu, Qiuwen Shan, Xianhao Ding, Chao Ji, Yonghui Yu, Huang Dai, Fuwei Pi, Jiahua Wang, & Ming Zhang

    食品标签

    酒精饮料 特征风味 感官科学与消费者研究 光谱/色谱/质谱等分析方法 传统统计分析与回归 其他植物化学物质

    计算机标签

    机器学习/统计学习 定量预测/回归分析 多模态/融合数据 时序传感器/物联网数据

    地理标志保护黄酒的研究和鉴别对于保护文化遗产、保障消费者权益和维护公平市场具有重要意义。本研究考察了 7 类 GIP 黄酒的游离氨基酸、电子感官特征和挥发性风味化合物,并基于这些特征及其数据融合建立了 6 种化学计量学分类模型。所有 GIP 黄酒中共测定 17 种游离氨基酸、28 个电子鼻特征、8 个电子舌特征和 48 种挥发性风味化合物;除电子鼻谱外,其含量在不同类别之间差异显著。尽管某些类别具有相似味觉和香气谱,基于中层数据融合的模型仍能完全区分所有类别。游离氨基酸与电子舌特征和挥发性化合物高度相关,表明其既是滋味贡献物,也是风味前体。该研究建立了一种用于 GIP 黄酒鉴别的新方法,并阐明了其风味的化学基础。

  • 结合高光谱成像和卷积双向长短期融合网络的稻米组分快速多任务检测

    2026
    Food Control
    中科院一区
    JCR一区
    查看原文

    Yuanyuan Xia, Jianping Tian, Yifei Zhou, Dan Huang, Liangliang Xie, Xinjun Hu, Haili Yang, & Jie Shang

    食品标签

    大米 酒精饮料 品质、结构与理化性质 光谱/色谱/质谱等分析方法 显微与成像技术 蛋白质与氨基酸

    计算机标签

    卷积神经网络 循环神经网络 定量预测/回归分析 高光谱/多光谱光谱 红外/拉曼光谱数据

    稻米组分的快速测定对酿酒原料质量控制具有重要意义。本研究提出将卷积双向长短期融合网络(DBiL-Net)与高光谱成像结合,用于酿酒米中脂肪、蛋白质、水分和直链淀粉含量的多任务预测。研究采集了 11 个稻米品种共 220 个样品的可见-近红外和近红外高光谱图像。经过光谱预处理和样本划分后,研究建立单任务和多任务模型,并与偏最小二乘回归和一维卷积神经网络模型进行比较。DBiL-Net 结合一维卷积特征提取与双向长短期记忆建模,可同时捕捉光谱特征和序列依赖关系。近红外多任务 DBiL-Net 获得最佳整体表现,平均 Rp2 为 0.9703,平均 RPD 为 9.0218。结果表明,高光谱成像结合深度学习能够快速、同步检测稻米多种组分,并支撑酿酒米质量评价。

  • 使用便携式 FT-IR 设备实时监测啤酒中的风味活性化合物

    2026
    LWT
    中科院一区
    JCR一区
    查看原文

    Haona Bao, & Luis Rodriguez-Saona

    食品标签

    酒精饮料 颜色与外观品质 氧化、褐变等化学变化 光谱/色谱/质谱等分析方法 常规理化指标测定 其他植物化学物质

    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 质构/流变/感官数据

    本研究旨在评估便携式傅里叶变换中红外光谱仪结合模式识别建模用于实时监测啤酒风味活性化合物和多项品质参数的可行性。研究分析了 151 个商业啤酒样品,涵盖 35 种风格。通过气相色谱-火焰离子化检测分析了三种目标挥发性有机化合物,包括 isoamyl alcohol、furfural 和 acetic acid。为扩大 furfural 浓度范围并使其超过感官阈值,研究将新鲜脱气啤酒暴露于空气中 12 h,随后在 60 摄氏度下热孵育 1 h 以加速老化反应。乙醇含量、比重、真实浸出物、色泽、pH 和 iso-alpha acid 含量等品质参数采用美国酿造化学家协会标准实验室参考方法测定。研究基于 FTIR 光谱数据和参考数据建立偏最小二乘回归模型用于定量分析。所有 VOC 模型的预测值与参考值之间均具有稳健相关性,R_PRE 超过 0.9,RPD 为 2.2-3.3,预测标准误较低。关键品质参数模型也表现出较强预测能力(R_PRE > 0.95,RPD = 2.5-6)。这些结果表明,便携式 FTIR 光谱结合模式识别建模可为酿酒厂提供一种易用工具,用于不同啤酒品种的实时质量控制和风味稳定性监测。

  • 地球化学指纹识别与机器学习在起泡酒产地鉴定中的应用

    2026
    npj Science of Food
    中科院一区
    JCR一区
    查看原文

    Yihang Lu, Carola Doerr, & Mathieu Sebilo

    食品标签

    酒精饮料 其他安全问题 光谱/色谱/质谱等分析方法 矿物质与微量元素

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定 红外/拉曼光谱数据 小规模数据集

    全球葡萄酒市场面临持续的伪造威胁,尤其是对于像起泡酒这样高价值的细分市场。依赖于供应链可追溯性和地理标志的传统认证方法不足以遏制猖獗的欺诈行为,带来经济和健康风险。本研究开创性地提出了一种可扩展的地球化学指纹识别框架,将同位素和元素分析与先进的机器学习相结合,用于验证起泡酒的产地。通过使用来自香槟和勃艮第的75个法国起泡酒样本,我们利用锶同位素比值(⁸⁷Sr/⁸⁶Sr)实现了100%的分类准确率,该比值独特地反映了葡萄园的地质特征。为降低高昂的分析成本,本研究确定铷(Rb)的浓度作为一种具有成本效益的替代方案,在保持超过90%准确率的同时,将费用减少了75%。

  • 机器学习辅助解析克鲁维毕赤酵母发酵苹果酒过程中无机氮对香气调控的机制

    2026
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Yuxiang Zhang, Lixiang Zhang, Weiyi Fan, Fei Wang, Yitong Shen, Yahong Yuan, Jianping Wei & Tianli Yue

    食品标签

    酒精饮料 其他加工技术 特征风味 光谱/色谱/质谱等分析方法 微生物计数与生长曲线 发酵工艺与动力学 风味组学

    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 组学数据 质构/流变/感官数据

    非酿酒酵母已被证实能够提升并丰富苹果酒的香气轮廓。本研究旨在阐明无机氮的调控作用,并通过探究氮源种类与浓度对克鲁维毕赤酵母发酵性能及香气生成的影响,改善苹果酒的香气品质。以酿酒酵母WLS21为参照,研究了三种无机氮源(氯化铵、硫酸铵、磷酸氢二铵)在两种浓度(140和200毫克酵母可利用氮/升)条件下对克鲁维毕赤酵母X31–10发酵苹果汁的影响。监测酵母生长情况,并采用气相色谱-质谱联用、气相色谱-离子迁移谱及机器学习技术分析挥发性化合物,构建香气成分图谱并鉴定关键差异化合物。氮源对两株菌株的生长及香气生成均具有显著影响,其中对克鲁维毕赤酵母的影响尤为突出。机器学习筛选出8种可区分两株菌株的关键化合物,以及5种克鲁维毕赤酵母中依赖氮源的生物标志物,其中乙酸2-甲基丁酯、癸酸乙酯和丁酸乙酯为两者共有,表明这些化合物是响应氮源调控的关键差异物质。克鲁维毕赤酵母的酯类合成受氮源种类影响显著:与酿酒酵母相比,添加磷酸盐和硫酸盐可显著提升酯类物质的总体生成量,尤其对乙酸异戊酯和乙酸2-甲基丁酯影响明显。氮源浓度进一步调控克鲁维毕赤酵母关键酯类的合成:高浓度氯化铵和磷酸氢二铵可持续增加乙酸异戊酯、乙酸己酯等关键酯类含量,而硫酸铵的作用则具有化合物特异性。上述研究结果表明,通过氮源管理可有效优化克鲁维毕赤酵母发酵苹果酒的风味品质。

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