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
-
氮硫功能化3D壳聚糖海绵对汞的静态和动态吸附性能及其机器学习评估
查看原文2025
Carbohydrate Polymers
中科院一区JCR一区Xianghua Wu, Zhiheng Zhang, Haiying Lin, Qingge Feng, Bin Xue, Mingen Li, Zixuan Chen, Jiatong Lv & Lianghong Li
食品标签
碳水化合物配料 化学污染物 过程优化与控制策略 常规理化指标测定 碳水化合物与糖类计算机标签
其他深度学习结构 梯度提升决策树 定量预测/回归分析 过程控制与实时优化 时序传感器/物联网数据本研究开发了一种氮和硫功能化的三维(3D)壳聚糖海绵(N,S-CS),用于从水溶液中有效去除汞。在静态和动态条件下对吸附性能进行了评估。采用了包括人工神经网络(ANNs)和极端梯度提升(XGBoost)在内的多种机器学习模型来预测吸附容量并优化工艺参数。N,S-CS 对汞离子表现出出色的吸附能力,而机器学习模型能够准确预测吸附行为。这项工作展示了将功能化生物聚合物材料与机器学习相结合以有效去除重金属的潜力。
-
可可同时产地辨别和感官预测的关键分子化合物:UHPLC-HRMS感度学方法
查看原文2025
Food Chemistry
中科院一区JCR一区Francesco Spataro, Franco Rosso, Andrea Peraino, Cecilia Arese & Augusta Caligiani
食品标签
巧克力及含可可制品 感官科学与消费者研究 光谱/色谱/质谱等分析方法 其他组学方法计算机标签
偏最小二乘法 分类/鉴别/等级评定 红外/拉曼光谱数据可可基底产品与单一产地巧克力产品的市场份额正持续攀升,原因在于消费者认为这类产品价值更高、品质更优。对特定地理产区的感官特征进行全面表征工作十分复杂,目前学界已采用各类不同的分析方法与感官评价策略。本研究采用感官组学研究思路,旨在筛选出可区分不同可可产地的分子标志物,同时实现对其感官特性的预测。研究旨在为巧克力生产企业提供实用工具,助力企业高效筛选可可原料产地,调控并优化风味特质与生产加工流程。研究采用非靶向检测方法,依托超高效液相色谱-高分辨质谱联用技术开展检测,再结合化学计量学方法,从六个可可产地中筛选出71种具有产地区分能力的分子标志物。通过偏最小二乘回归分析发现,这些分子标志物与经专业评审员评定的感官描述词存在显著整体相关性,可实现对巧克力感官品质的预测。
-
基于微波自由空间与有限元方法的苹果水心病直径无关检测
查看原文2025
Food Research International
中科院一区JCR一区Mengke Cao, Youhua Bu, Chengxu Gong, Yijie Li, Jiao Guo & Wenchuan Guo
食品标签
新鲜水果 品质、结构与理化性质 统计建模与仿真计算机标签
支持向量机 智能手机/其他 卷积神经网络 其他深度学习结构 分类/鉴别/等级评定 中等规模数据集水心病是影响苹果品质的一种生理紊乱。本研究提出一种结合微波自由空间与有限元模拟的新方法,用于检测不同直径苹果的水心病。首先,收集了509个直径在69至100毫米之间的‘富士’苹果的传输系数(S12、S21)与水心病程度。随后,基于有限元法构建了天线-苹果耦合仿真模型,获取果肉横截面的电场强度,并建立了直径与传输系数之间的拟合方程,用于将传输系数校正至同一直径尺度。最后,分别基于原始光谱与校正后光谱建立了决策树(DT)、支持向量机(SVM)、人工神经网络(ANN)和一维卷积神经网络(1D-CNN)的水心病程度分类模型。实验结果证明在大多数频率下,传输系数与苹果直径及水心病程度呈负相关。仿真结果表明,在七个等间距对数频率下,传输系数随直径的变化遵循正弦三角函数关系。使用校正后光谱建立的模型比原始光谱具有更高的准确率。基于校正后S21光谱构建的ANN模型准确率最高,训练集、预测集和验证集分别达到99.02%、97.12%和91.19%,验证集中正常、轻度、中度和重度水心病苹果的识别准确率分别为88.89%、92.59%、88.89%和100%。本研究表明,无论苹果直径如何,均可通过微波自由空间、有限元模拟及适当算法实现苹果水心病程度的检测。
-
将快速蒸发电离质谱法与化学计量学相结合用于可可豆质量的鉴别
查看原文2025
Current Research in Food Science
中科院一区JCR一区Julie Lestang, Susanne Miescher Schwenninger & Laura Nyström
食品标签
巧克力及含可可制品 品质、结构与理化性质 光谱/色谱/质谱等分析方法 菌种筛选与特性评价 代谢组学计算机标签
随机森林 梯度提升决策树 主成分分析/判别分析 智能手机/其他 分类/鉴别/等级评定 组学数据确保可可豆的高品质和质量稳定性是一项重大挑战,这源于与食品安全、经济收益和整体质量相关的考量。近年来,通过筛选特定的微生物菌株,已研发出功能性微生物培养物,这些菌株能够促进可可豆的发酵过程,并提升发酵和干燥后可可豆的质量。这些筛选过程需要对大量微生物菌株进行广泛且耗时的筛选。为解决这一问题,本研究探索了一种基于代谢物的快速、非靶向方法,用于区分经特定微生物培养物发酵的可可豆。这一方法通过将快速蒸发电离质谱(REIMS)与化学计量学分析相结合来实现。研究利用REIMS对21种抗真菌(AF)和/或果胶分解(P)微生物培养物发酵的可可豆的代谢物指纹进行了分析。借助与REIMS系统集成的LiveID软件,根据代谢物图谱对发酵后的可可豆进行了区分。随后,对六种分类模型的性能进行了详细比较,并尝试将其扩展用于对独立发酵可可豆的代谢物指纹进行分类。起初,LiveID结合PCA-LDA成功区分了基于单菌株微生物培养物以及共培养物预期的AF或AF&P功能的代谢物指纹,准确率达到80%。对这六种分类模型的进一步分析表明,梯度提升机、随机森林和神经网络在基于微生物共培养物功能区分代谢物指纹方面表现优异,准确率估计分别为85%、84%和81%。最后,经过优化的随机森林模型在独立数据集上进行了测试,两类模型的准确率达到70%-85%。这些模型在独立数据上的表现凸显了它们更广泛应用的潜力,例如在实验室规模或农场环境中区分可可豆,以支持功能性微生物培养物的研发,从而生产出质量稳定的高品质可可豆。
-
通过气相色谱-离子迁移率谱和化学计量方法分析鲟鱼片冷藏期间挥发性化合物的动态演变
查看原文2025
Food Chemistry
中科院一区JCR一区Jia-hua Yang, Shan Cui, Mei-jun Sun, Kai Liu, Hao Tao, Dan Zhang, Zi-heng Yan, Chun-yu Kang & Chun-qing Zhao
食品标签
鱼肉 冷藏与冷冻保藏 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/等级评定本研究探究了冷藏过程中鲟鱼鱼片的品质及挥发性风味物质的变化规律。采用正交偏最小二乘判别分析法(OPLS-DA)与气相色谱-离子迁移谱技术(GC-IMS)对特征风味物质进行鉴定。结果表明,随着冷藏时间延长,挥发性盐基氮含量、硫代巴比妥酸值、菌落总数及K值均呈上升趋势,冷藏约8天后达到腐败阈值。鲟鱼鱼片在不同冷藏阶段共检测出33种挥发性物质(包含单体与二聚体),涵盖醛类、醇类、酮类、酸类、酯类、醚类及其他类别化合物。正交偏最小二乘判别分析进一步区分了不同冷藏时期鲟鱼鱼片的风味差异,筛选出18种差异挥发性物质。相关性分析显示,反式-2-戊烯醛、2-甲基丙醛、戊二醛是冷藏初期鲟鱼鱼片愉悦风味的关键物质,而己腈与噻唑是导致鱼片产生不良异味的主要物质。