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LC-UV-MS靶向筛查与UHPLC-QTOF/MS非靶向筛查结合机器学习评估柠檬汁掺假
查看原文2022
Food Chemistry
中科院一区JCR一区食品标签
果蔬汁/浓缩汁 食品安全与风险评估 光谱/色谱/质谱等分析方法 多酚与黄酮计算机标签
偏最小二乘法 支持向量机 主成分分析/判别分析 分类/鉴别/等级评定本研究旨在建立一种基于液相色谱 - 质谱代谢组学与机器学习联用的分析方法,用于鉴别和预测纯柠檬汁与掺假柠檬汁。研究首先采用紫外离子阱质谱对 6 种主要黄酮类化合物进行靶向筛查;为提升预测准确度,进一步利用超高效液相色谱 - 四极杆飞行时间质谱(UHPLC-QTOF/MS)开展非靶向分析。
基于所得代谢轮廓,分别进行主成分分析(PCA)与偏最小二乘判别分析(PLS-DA),结果显示纯品与掺假样品呈现明显聚类趋势,具备良好的区分潜力。随后构建 5 种机器学习模型对数据进行深度分析,其中支持向量机(SVM)模型预测性能最优,交叉验证集准确度达96.7 ± 7.5%,测试集准确度达100%。此外,研究初步鉴定出 79 个特征质荷比(m/z)标志物。
本研究证实,非靶向筛查结合机器学习模型可作为高效手段,用于柠檬汁掺伪的快速检测。 -
基于农艺参数和多元素组成,应用支持向量机与主成分分析对生长调节剂处理下的药用鼠尾草样品进行探索性分析
查看原文2022
Food Chemistry
中科院一区JCR一区食品标签
其他果蔬制品/植物类 品质、结构与理化性质 其他矿物质 多酚与黄酮计算机标签
支持向量机 主成分分析/判别分析 分类/鉴别/等级评定本研究旨在探究不同植物生长调节剂对 药用鼠尾草(Salvia officinalis) 矿质元素及总酚含量的影响。试验组分别喷施水杨酸(AS)、赤霉素(GA₃)、脱落酸(ABA),并设置未喷施调节剂的空白对照组。
采用主成分分析(PCA)对样品进行探索性分析,同时运用基于支持向量机(SVM)算法的监督学习方法对样品进行分类判别。结果显示,经生长调节剂处理的植株,其总酚与总黄酮含量更高。药用鼠尾草中含量最高的矿质元素为氮(N);喷施 ABA 的植株氮、钾(K)、锰(Mn)含量更高;ABA 与赤霉素处理组的铁(Fe)、铝(Al)含量更高;而水杨酸(AS)处理组的磷(P)积累量最高。
研究表明,施用植物生长调节剂可提升药用鼠尾草的营养保健特性。 -
基于化学计量学方法定量解析海拔对小麦挥发性指纹图谱的影响
查看原文2022
Food Chemistry
中科院一区JCR一区食品标签
小麦 特征风味 质量管理与追溯系统 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 定量预测/回归分析为应对气候变化,在高海拔地区种植农作物会使其挥发性有机化合物(VOCs)图谱发生改变。本研究分析了两年间种植于三个不同海拔、多个地块的普通小麦与硬粒小麦的 VOCs 图谱。
偏最小二乘分析(PLS2)证实,海拔对 VOCs 变异的影响会被其他与海拔无关的因素(种植年份、品种、种植地块)所掩盖,该方法可将这一效应凸显出来。研究进一步以 VOCs 为自变量、海拔为因变量开展偏最小二乘分析(PLS1),筛选出可连续预测样品种植海拔的 VOCs 线性组合。
筛选出的 VOCs 与生物胁迫、非生物胁迫及氧化应激相关,能够反映海拔升高所引起的小麦 VOCs 图谱变化。此外,普通小麦与硬粒小麦在高海拔环境下的胁迫响应存在差异。上述结果对小麦制品的分类与真伪鉴别具有重要参考价值。 -
阿伦尼乌斯模型与人工神经网络预测冷冻罗非鱼品质变化的比较
查看原文2022
Food Chemistry
中科院一区JCR一区食品标签
鱼肉 保藏与贮藏 品质、结构与理化性质 蛋白质与氨基酸 理化与结构表征计算机标签
深度学习 定量预测/回归分析本研究旨在探究罗非鱼在112 天不同温度贮藏过程中的品质变化(冰晶形貌、Ca²⁺-ATP 酶活性、总巯基(SH)含量、内源荧光强度(IFI)及 K 值(鲜度指标)),并构建动力学模型与人工神经网络(ANN)模型对上述变化进行预测。
贮藏前 4 周内,样品冰晶截面面积与等效直径显著增大,Ca²⁺-ATP 酶活性与总巯基含量急剧下降,差异具有统计学意义(p < 0.05)。在 265 K、259 K、253 K、233 K 条件下贮藏 16 周后,最大波长内源荧光强度(IFI_λmax)分别下降 43.95%、29.77%、28.97% 与 18.58%。
基于 IFI_λmax 构建的动力学模型可精准描述 233–265 K 范围内的贮藏品质变化;而其他指标所建模型在贮藏后期(14–16 周)预测精度有所下降。人工神经网络模型的预测效果优于阿伦尼乌斯模型,对所有品质指标均具备更佳的预测性能。 -
西藏本地水果“墨脱柠檬”的植物化学特征及其与中国其他栽培种的比较
查看原文2022
Food Chemistry
中科院一区JCR一区食品标签
新鲜水果 品质、结构与理化性质 光谱/色谱/质谱等分析方法 植物化学/生物活性成分计算机标签
偏最小二乘法 分类/鉴别/等级评定受地理隔绝影响,西藏本土果树资源尚未得到系统勘探与开发利用。 墨脱柠檬(ML)是野生香橼的一个地方特有种质,为藏东南地区居民重要的功能性食品与膳食资源。本研究基于超高效液相色谱 - 四极杆静电场轨道阱质谱(UHPLC-QE Orbitrap MS) 联用技术,采用整合分析策略首次对墨脱柠檬的化学成分进行全面表征。
研究共定性解析出 196 种化学成分,其中 33 种为柑橘属植物中首次报道,55 种被鉴定为潜在新植物化学成分。结合 偏最小二乘判别分析(PLS-DA) 模型与单变量统计分析,将墨脱柠檬与栽培香橼、佛手进行化学成分对比,揭示出墨脱柠檬具有独特的化学组成,并筛选出 30 余种差异标志物。墨脱柠檬在形态、化学组成上的独特性,以及优良的抗氧化活性,表明其是一种有益于人体健康的新型潜在食品资源。