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 167 条结果
-
基于咀嚼物理应用机器学习的肉制品食品结构预测
查看原文2023
Food Research International
中科院一区JCR一区Dominic Oppen, Tabea Attig, Jochen Weiss & Christian Krupitzer
食品标签
畜肉 品质、结构与理化性质 质构与流变性质 感官评价与方法学 质构与流变测试 行为实验与选择实验计算机标签
机器学习/统计学习 分类/鉴别/等级评定 质构/流变/感官数据动物源产品的替代品正变得越来越重要。大多数替代品在某个阶段依赖于结构化过程,因此研究人员正在开发技术来评估结构化材料的质量。传统上,通常通过测量变形力进行感官研究或质构分析来测试材料的质地。然而,肉制品替代品与真实肉类在质地以外的多个方面存在差异,这使得提取单一的质地印象变得困难。为客观获取不同食品结构之间的定性和定量差异,口腔加工特征评价是一项新兴技术,可作为现有技术的有力补充。研究记录了咀嚼过程中的下颌运动学数据及肌肉活动相关力。所得数据集具有高维度,涵盖数千次单次咀嚼行为,每个行为通常由十余个特征描述。评估此类数据集可受益于适用于大数据的计算评估策略,如机器学习和神经网络。本研究旨在评估支持向量机、人工神经网络等机器学习算法以及极端随机树、极限梯度提升等集成学习算法的性能。我们评估了不同的预处理技术和多种机器学习模型,并使用已建立的基准值(准确率、接收者操作特征曲线下面积分数、F1分数、精确率-召回率曲线、马修斯相关系数)衡量其性能。结果显示,在区分各向同性和各向异性材料的单次咀嚼分类中表现优异(马修斯相关系数高达0.966)。根据特征重要性分析,下颌侧向运动是最重要的分类特征;然而,所有特征对于优化学习过程都是必需的。
-
基于氨敏MOF@SnS PN异质结与机器学习的无线食品新鲜度监测及存储时间预测
查看原文2023
Chemical Engineering Journal
中科院一区JCR一区Yifan Huang, Xue Zhang, Sanhu Liu, Rongguo Wang, Jinhong Guo, Yidi Chen & Xing Ma
食品标签
畜肉 品质、结构与理化性质 货架期预测与品质劣变动力学 过程监测与在线检测 理化与结构表征 光谱/色谱/质谱等分析方法计算机标签
机器学习/统计学习 定量预测/回归分析 时序传感器/物联网数据导电金属有机框架(C-MOF)材料具有高吸附能力和结构可调性,但其低灵敏度和较差的特异性限制了其应用。通过与其他半导体材料构建PN异质结构,可调控C-MOF能带结构、减少颗粒堆积,从而提升气敏性能。本研究采用原位合成法将Cu(HHTP) C-MOF材料生长于SnS纳米层上形成PN异质结,该结构实现了高性能NH₃传感:相较于原始MOF基传感器响应值提升4倍,检测限达到超低水平(实验值:125ppb;理论值:9.84ppb),并对多种腐败气体具有增强的选择性。应用机器学习分析温度、时间、湿度和气体类别对传感响应的影响,在预测肉类储藏时间方面达到78.5%的准确率。通过集成蓝牙模块与云端信号分析技术,本研究提出了一种便携式、快速响应、无损检测的远程气体传感装置原型,可实现食品供应链全环节的实时新鲜度监测。
-
通过拉曼光谱耦合多元校准,对冷冻/解冻牛肉的颜色和水分相关特性进行无损预测
查看原文2023
Food Chemistry
中科院一区JCR一区Qingmin Chen, Yunfei Xie, Hang Yu, Yahui Guo & Wenrong Yao
食品标签
畜肉 颜色与外观品质 光谱/色谱/质谱等分析方法计算机标签
偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据冻融循环会加速牛肉色泽劣变,表现为色泽b值升高、a值降低(P<0.05)。经第七次冻融后,牛肉汁液流失率最高达22%。横向弛豫时间T21与解冻损失率呈强相关性,说明T21组分水分是冻融过程中汁液流失的主要来源。竞争自适应重加权采样-偏最小二乘法(CARS-PLS)对冻融牛肉解冻损失率的预测效果最优,预测相关系数Rp为0.971,预测均方根误差RMSEP为1.436。此外,无信息变量消除-偏最小二乘法(UVE-PLS)对冻融牛肉色泽指标(Rp=0.932~0.994)及水分含量(Rp=0.928,RMSEP=0.582)均表现出良好预测效果。综上,本研究证实拉曼光谱结合多元校正方法,可对冻融牛肉的色泽及水分相关品质指标实现高效无损预测。
-
通过智能感官技术、气相色谱-质谱联用、气相色谱-离子迁移谱和机器学习分析四种新型烤法对烤羊肉串风味的影响
查看原文2023
Food Chemistry: X
中科院一区JCR一区Che Shen, Yun Cai, Meiqi Ding, Xinnan Wu, Guanhua Cai, Bo Wang, Shengmei Gai & Dengyong Liu
食品标签
畜肉 传统热加工 特征风味 感官评价与方法学 光谱/色谱/质谱等分析方法计算机标签
支持向量机 卷积神经网络 分类/鉴别/等级评定 定量预测/回归分析 时序传感器/物联网数据 多模态/融合数据为分析四种新型烤法(D:电烤箱、W:微波炉、K:空气炸锅、L:电烤炉)与T法(传统炭火烤制)对烤羊肉串感官评价、智能感官技术(电子鼻和电子舌)及挥发性有机化合物的影响。采用HS-SPME-GC-MS和HS-GC-IMS分析VOCs。此外,整合基于色谱的方法、智能感官技术和感官评价的数据进行多变量统计分析,并使用五种机器学习模型预测VOCs和烤法。与T法相比,K法和L法产生了更高浓度的不饱和醛类、酮类和酯类。K法表现出独特的黄油味。卷积神经网络-支持向量机模型在预测VOCs和烤法方面表现出优越的性能。总体而言,K法和L法可作为生产烤羊肉串的新型烤法,且CNN-SVM模型可有效预测其风味特征。
-
基于高交联玉米蛋白的多功能pH敏感主动智能包装,用于猪肉鲜度监测
查看原文2023
Food Chemistry
中科院一区JCR一区Jianglong Kong, Xiaohan Ge, Yuting Sun, Meiru Mao, Hongrui Yu, Runxuan Chu & Yi Wang
食品标签
畜肉 新鲜水果 植物油 茶/茶饮料 保藏与贮藏 品质、结构与理化性质 营养与生物功能 食品安全与风险评估 包装与智能监测 颜色与外观品质 抗氧化/抗炎等功能 包装设计与机械性能 花青素与类胡萝卜素 其他植物化学物质计算机标签
可见光/RGB/视频数据智能包装不仅能够保护食品免受外界环境因素的损害,还可直观监测食品品质与安全状态的变化。本研究以高交联玉米醇溶蛋白为基质,制备出一种兼具pH响应特性、抑菌及抗氧化性能的新型智能包装膜。交联剂添加量为0.05克/克时,复合膜具备最优力学性能,其拉伸强度与断裂伸长率分别为纯玉米醇溶蛋白膜的2.42倍和1.53倍。此外,因负载茶树精油的介孔二氧化硅纳米颗粒被添加入膜材中,该智能包装具备长效抑菌与抗氧化活性。研究将蓝莓花青素作为比色指示剂掺入包装膜内,可借助手机实现肉制品的安全监测。以该复合膜包装猪肉制品,在储存9天后膜体由无色变为棕褐色,可直观表征猪肉发生变质。据现有文献所知,本研究首次实现三点创新:1)将负载茶树精油的介孔二氧化硅纳米颗粒应用于食品包装领域;2)将茶树精油作为抑菌剂添加至玉米醇溶蛋白膜中;3)利用手机检测玉米醇溶蛋白基薄膜的红绿蓝色彩参数值。本研究为开发多功能、极具应用前景的可生物降解智能包装提供了参考范例,也为提升食品安全保障水平提供了新的思路。