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
-
ConvColor DL:连接卷积和手工配色特征,用于牛肉质量鉴定
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
畜肉 品质、结构与理化性质 显微与成像技术计算机标签
深度学习 循环神经网络 其他深度学习结构 分类/鉴别/等级评定 可见光/RGB/视频数据牛肉是人类饮食中重要的一种食品。对这种食品的质量和安全性的评估是一个需要关注的问题。通过图像处理方法对牛肉质量进行无损测定在食品安全方面显示出巨大的潜力,因为它有助于防止浪费。传统上,通过图像处理方法对牛肉质量的测定是基于手工制作的颜色特征。然而,仅基于颜色空间模型很难确定肉的质量。本研究介绍了一种有效的牛肉质量分类方法,该方法将基于学习的全局特征和手工制作的颜色特征进行串联。根据实验结果,convVGG16 + HLS + HSV + RGB + Bi-LSTM 模型取得了很高的性能值。该模型的准确率、精确率、召回率、F1 分数、AUC、杰卡德指数和 MCC 值分别为 0.989、0.990、0.989、0.990、0.992、0.979 和 0.983。
-
利用高通量测序结合基于超高层色谱系(UHPLC-MS/MS)的非靶向代谢组学,解析冷藏猪肉的腐败特性
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
畜肉 食品安全与风险评估 光谱/色谱/质谱等分析方法 其他特殊成分计算机标签
随机森林 分类/鉴别/等级评定 组学数据冷藏猪肉的变质过程会导致营养物质的流失以及腐败细菌产生腐败代谢产物,但这一过程中的微生物与代谢产物之间的相互作用尚不明确。本研究采用 16S rRNA 高通量测序和基于超高效液相色谱 - 串联质谱(UHPLC-MS/MS)的非靶向代谢组学方法,揭示了冷藏过程中猪肉的核心微生物群落和代谢产物谱。通过随机森林模型分析,筛选出了 45 个潜在的生物标志物。代谢途径分析表明,包括生物胺代谢、戊糖代谢、嘌呤代谢、嘧啶代谢、磷脂代谢和脂肪酸降解在内的 11 个途径可能是猪肉变质的潜在机制。相关性分析显示,9 种代谢物——组胺、酪胺、色胺、D-葡萄糖酸、UDP-葡萄糖、黄嘌呤、谷氨酰胺、磷脂酰胆碱和十六烷酸——是变质的生物标志物,其中假单胞菌、沙雷氏菌和光细菌发挥了重要作用。这项研究为冷藏猪肉在变质过程中微生物及代谢特征的变化提供了新的见解。
-
构建利用微型纤维近红外光谱仪在酱油生产过程中的原位及实时监测方法
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
食品添加剂与配料 过程监测与在线检测 光谱/色谱/质谱等分析方法 统计建模与仿真 蛋白质与氨基酸计算机标签
偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据蒸煮大豆的消化率(DRSS)、酒曲中的蛋白酶活性(PAK)以及醪液中的甲醛氮含量(FNCM)是监测酱油生产的关键指标。目前,这些指标的监测依赖于工人的经验,这有时会导致原料利用率低下甚至发酵失败。在大豆蒸煮、酒曲发酵以及醪液发酵过程中,使用微型纤维光谱仪收集了近红外光谱。这些光谱通过四种预处理方法进行了优化,并使用偏最小二乘法(PLS)、改进的偏最小二乘法(iPLS)和稀疏偏最小二乘法(Si-PLS)构建了回归模型。在预测集中的模型评估基于相关系数(Rp)和均方根误差(RMSEP)。结果表明,DRSS 的 Rp 为 0.9327,RMSEP 为 4.37%;PAK 的 Rp 为 0.9364,RMSEP 为 228 U/g;FNCM 的 Rp 为 0.9237,RMSEP 为 0.148 g/100 mL。上述结果结合验证实验表明,所开发的原位实时光谱系统能够确保高质量的酱油生产。
-
优化高容量工具结合二维气相色谱质谱,用于绘制生开心果挥发性有机化合物的图谱。关于按地理来源进行分类能力的概念验证
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) 食品安全与风险评估 光谱/色谱/质谱等分析方法 其他植物化学物质计算机标签
随机森林 分类/鉴别/等级评定 组学数据通过使用高容量工具进行顶空采样,并随后采用综合二维气相色谱与质谱联用进行分析,开发出了一种优化的提取和分析原味开心果挥发性物质的程序。对来自不同地理区域的 18 个开心果样本的检测,最终确定了 99 种挥发性有机化合物(VOC)。通过线性保留指数、质谱相似性以及二维图位置等方法对分子进行了推测性鉴定。评估了去除污染物后,来自不同地理来源的一组样本的对齐数据矩阵中预处理和处理技术的影响。将对数变换与缩放相结合、用 z 分数进行归一化以及使用随机森林机器学习算法进行数据降维,生成了 16 种具有区分性的挥发性有机化合物分子。作为概念验证,首次使用原味开心果的挥发性化合物特征对其地理来源进行了初步分类。
-
基于多光谱数据融合策略的快速判别分析,用于确定特殊山药的来源
查看原文2024
Food Chemistry
中科院一区JCR一区食品标签
其他谷物与块根 食品安全与风险评估 光谱/色谱/质谱等分析方法计算机标签
支持向量机 分类/鉴别/等级评定 多模态/融合数据为了实现对河北山药的快速、准确识别,基于近红外(NIR)、中红外(MIR)以及显微拉曼光谱,并结合单个光谱和多光谱数据融合策略,构建了一个定性鉴别模型。结果表明,通过中层融合使用这三种特征光谱构建的灰狼优化器支持向量机(GWO-SVM)模型在区分山药的产地方面表现最佳,在训练集和测试集中的预测准确率均为 100.00%,F1 分数为 1.00。这些结果表明,由于光谱的互补性,NIR、MIR 和拉曼光谱结合特征级融合可以作为一种强大的、非破坏性的、快速且可行的工具,用于河北山药的地理产地分类和品牌保护。这项工作有望成为食品和制药行业产地识别分析和质量监测的一种潜在方法。