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
-
迈向在线奶酪监测:利用近红外和${}^{1}H$ NMR光谱探索半硬质奶酪
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
乳及乳制品 光谱/色谱/质谱等分析方法 其他特殊成分计算机标签
分类/鉴别/等级评定 红外/拉曼光谱数据 组学数据本研究旨在探讨利用先进光谱学监测奶酪质量的潜力。为此,利用近红外光谱(NIRS)和质子核磁共振(PAB)研究了六种使用乳酸菌(LAB)和/或丙酸菌(PAB)制造的半硬奶酪(¹H NMR)光谱学。光谱数据采用主成分分析,以提取质量参数中可能的区分模式。结果显示,绿色分析型但主要对体积敏感的NIRS方法能够区分奶酪品种,主要原因是1650至1720纳米间第一泛音C单键氢拉伸区的差异,特别是乳酸亚甲基在1674纳米处的吸收差异。共鉴定了25种代谢物1奶酪提取物的H NMR光谱,其中几种与LAB和PAB代谢途径相关。PAB相关的代谢产物包括丙酸、醋酸和谷氨酸,而LAB相关的代谢产物包括乳酸和乙酰乙烷等。
-
采用优化荧光光谱的深度学习模型,提升虹鳟在非等温储存条件下的新鲜度预测
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
鱼肉 货架期预测与品质劣变动力学 光谱/色谱/质谱等分析方法计算机标签
卷积神经网络 循环神经网络 其他深度学习结构 定量预测/回归分析 红外/拉曼光谱数据本研究基于鱼眼液的优化激发-发射矩阵(EEM)建立了长短期记忆(LSTM)、卷积神经网络长短期记忆(CNN_LSTM)和径向基函数神经网络(RBFNN),以预测虹鳟在非等温储存条件下的鲜度变化。采用残差分析、核心一致性诊断和并行因子分析的分半分析方法优化EEM数据,提取出两个特征成分。基于EEM特征成分的LSTM、CNN_LSTM和RBFNN模型用于预测新鲜度指数。结果显示了带有 R 的 RBFNN 模型的相对误差2K值、总可存活计数和挥发性碱氮的相对误差均高于0.96,且相对误差低于10%,优于LSTM和CNN_LSTM模型。本研究提出了一种新方法,用于预测虹鳟在非等温储存条件下的鲜度。
-
由气味诱导的嗅觉脑电图:用于食物识别和快感分析
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
感官科学与消费者研究 传统统计分析与回归计算机标签
机器学习/统计学习 分类/鉴别/等级评定随着食品真伪验证需求的增加,对食物气味的感官评估 已被广泛认可。本研究提出了基于脑电图(EEG)的理论,利用特征工程和集合学习,建立基于嗅觉感知和愉悦的物质和情感空间。本研究探讨了这两个空间之间的内在联系,并探讨了构建OPDS中的整合与分化机制。这种方法能够有效地可视化各种类型的食物气味,同时识别它们的感知强度和愉悦度。在八个类别实验中,气味识别的平均分类准确率为96.1%。相反,在两类实验中,感官愉悦识别的平均分类准确率为98.8%。本研究提出的理论方法基于嗅觉脑电信号构建OPDS,捕捉了对食物气味的细微感知差异和个性化愉悦反应。
-
绿色分析测定法,用于单粒玉米种子的活性评估,采用双阈值策略评估过氧化氢酶活性和丙二醛含量
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
豆类与坚果(及籽类) 其他品质相关性质 光谱/色谱/质谱等分析方法 传统统计分析与回归 其他特殊成分计算机标签
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/多光谱光谱开发用于检测种子生存能力的无损技术充满挑战。本研究为建立一种绿色且有效的单粒玉米种子存活能力评估方法,提出了两阶段种子存活检测方法。该过氧化氢酶(CAT)活性和乙二甲醛(MDA)含量被选为影响玉米种子存活能力的最关键生化成分,并基于其高光谱信息和数据融合策略开发了回归预测模型。基于所选关键生化成分的预测反应值,构建了用于种子存活性评估的定性区分模型。结果显示,双成分阈值策略实现了最高的区分准确率(92.9%),为快速且环保地检测种子存活性提供了关键方法。
-
阵列优化的人工嗅觉传感器实现成本效益高且无损地检测受霉菌毒素污染的玉米
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
玉米 微生物安全 风味组学计算机标签
深度学习 分类/鉴别/等级评定 时序传感器/物联网数据基于MobileNetV3的改进正弦-余弦算法(ISCA-MobileNetV3)与人工嗅觉传感器(AOS)结合,解决嗅觉阵列中的冗余问题,从而实现低成本且高精度地检测霉菌毒素污染玉米。具体来说,挥发性玉米有机化合物与含有8种卟啉和8种染料结合纳米复合材料的未优化AOS相互作用,获得了用于构建初始数据集的气味指纹。最优决策模型是MobileNetV3,分类准确率超过98.5%,其输出训练损耗将输入优化器ISCA。值得注意的是,ISCA-MobileNetV3将嗅觉阵列数量从16个减少到6个,分类准确率下降约1%。此外,系统显示每次在线评估平均不到一秒,展现了卓越的实时表现以确保食品安全。因此,AOS与ISCA-MobileNetV3结合将促进开发一个经济实惠且现场化的玉米质量检测平台。