01 / 01

类目筛选(食品学者)

清除筛选
  • 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)

清除筛选
  • 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)

清除全部筛选
暂无筛选

标签记录(计算机学者)

暂无筛选

共 2456 条结果

  • 利用CE-TOF/MS开发代谢组生物标志物以区分韩国和俄罗斯雪蟹的地理起源

    2024
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Jiyoung Shin, Junho Yang, Hyunsuk Kim, Yikang Sim, Eunji Cha, & Ji-Young Yang

    食品标签

    甲壳类 显微与成像技术 传统统计分析与回归 其他植物化学物质

    计算机标签

    机器学习/统计学习 主成分分析/判别分析 分类/鉴别/等级评定 组学数据

    韩国捕捞雪蟹(山毛鸡)在韩国捕捞的受季节性限制;因此,雪蟹是从俄罗斯进口的。比较了两种地理起源雪蟹的代谢物。代谢物经过代谢组分析,以防止某一国家海洋产品的欺诈销售。采用毛细管电泳飞行时间质谱。通过质谱文库鉴定了77种目标代谢物。通过正交偏最小二乘判别分析,评估了前25个生物标志物候选者,基于以下条件 p-值和牌数变化。共识别出246个峰(阳离子模式分别为187个和阴离子模式的59个)。在生物标志物候选中,2-氧华烯酸、不对称二甲基精氨酸、次牛磺酸和异样苏氨酸被选为最终生物标志物,以明确确定其地理来源。总体而言,代谢分析使我们能够区分来自不同地理起源的雪蟹。这种方法也可以推广到其他海洋产品。

  • 基于¹H NMR和GC结合多元统计分析对清香型白酒感官质量等级进行分类

    2024
    Food Control
    中科院一区
    JCR一区
    查看原文

    Shuangxi Fan, Yicong Li, Bo Yang, Xin Zhang, Fengxian Wang, Xiaojuan Gao, Hongwei Yue, Zhuying Wu, Ziwei Xu, Dan Zhou, Xiaoxia Li, Xiaoxuan Shi, Fuping Lu, & Qiding Zhong

    食品标签

    酒精饮料 品质、结构与理化性质 特征风味 光谱/色谱/质谱等分析方法 传统统计分析与回归

    计算机标签

    机器学习/统计学习 K-近邻 主成分分析/判别分析 超参优化/自动机器学习 分类/鉴别/等级评定 高光谱/多光谱光谱

    传统白酒感官评价采用统一的人工评定方法,难以实现不同感官品质等级的标准化划分。本研究精心采集了 92 份涵盖3 个感官品质等级的清香型白酒正品样本,通过气相色谱(GC)检测样本中 46 种主要风味物质的含量,同时利用质子核磁共振(¹H NMR)光谱技术获取有机化合物的氢原子特征信息。研究构建了主成分分析(PCA)、K 近邻(KNN)和线性判别分析(LDA)三种模型,并采用 内部留一交叉验证(LOOCV)与外部双重随机重复交叉验证(RDRCV) 对模型进行全面验证。结果显示,气相色谱与质子核磁共振技术结合主成分分析 / K 近邻分析的方法,可有效实现清香型白酒感官品质等级的划分,平均判别准确率高于 80%。此外,本研究引入合成少数类过采样技术(SMOTE),成功解决了因样本分布不均衡导致的模型过拟合问题。综上,质子核磁共振与气相色谱技术联用多元统计分析方法,可有效应用于清香型白酒的感官品质等级划分。

  • 基于智能手机的数字图像方法,协助斯洛伐克托卡伊葡萄酒鉴定化学计量

    2024
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Larisa Onça, Nemanja Koljančić, Katarína Furdíková, Liudmyla Khvalbota, Ivan Špánik, & Adriano A. Gomes

    食品标签

    酒精饮料 食品安全与风险评估 显微与成像技术 传统统计分析与回归

    计算机标签

    机器学习/统计学习 偏最小二乘法 分类/鉴别/等级评定 可见光/RGB/视频数据

    斯洛伐克葡萄酒与匈牙利、法国、奥地利和乌克兰等不同地理区域的类似葡萄酒进行鉴定,采用了OC-PLS、DD-SIMCA和PLS-DM三种模型,这些模型均严格执行。研究共采纳了63个样本,其中41个来自斯洛伐克,涵盖了多种葡萄酒类型,如品种酒、Cuvée(不同的“putňový”)和精华。为了在受控条件下拍摄数字图像,设计了一个内面白色的定制纸箱,并配备了智能手机。培训阶段,OC-PLS、DD-SIMCA 和 PLS-DM 分别获得了96%、100%和96%的敏感性。在DD-SIMCA和PLS-DM的后续验证和测试阶段,所提方法展现出最佳效率,灵敏度和特异性均达到100%。然而,OC-PLS在验证中显示出90%的效率,测试中显示出80%的效率,未能取得类似结果。

  • 基于伪孪生网络与无标记拉曼光谱的母乳中混合微量抗生素量化研究:一项可行性研究

    2024
    Food Chemistry: X
    中科院一区
    JCR一区
    查看原文

    Jing-Yi Mou, Muhammad Usman, Jia-Wei Tang, Quan Yuan, Zhang-Wen Ma, Xin-Ru Wen, Zhao Liu & Liang Wang

    食品标签

    液态乳 化学污染物 光谱/色谱/质谱等分析方法

    计算机标签

    主成分分析/判别分析 卷积神经网络 超参优化/自动机器学习 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据

    哺乳期母亲对抗生素的使用十分普遍。因此,快速测定人乳中微量抗生素对于保障婴儿的健康发育至关重要。在本研究中,我们构建了一个含有残留多西环素(DXC)和/或四环素(TC)的人乳体系。通过无标记表面增强拉曼散射(SERS)光谱,我们应用机器学习模型和聚类算法对单一及混合抗生素的低浓度进行分类和预测。实验结果表明,在最佳超参数组合下,卷积神经网络(CNN)模型的识别准确率达到98.85%。此外,我们采用独立成分分析(ICA)和伪孪生卷积神经网络(pSCNN)对混合人乳样本中各抗生素的比例进行定量分析。将SERS技术与机器学习算法相结合,在快速鉴别和精确定量人乳中低浓度的单一及混合抗生素方面展现出巨大潜力。

  • 利用多组学平台和 AI 辅助策略揭示茶翅蝽危害对榛子代谢组的损伤指纹

    2024
    Journal of Agricultural and Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Simone Squara, Silvia Moraglio, Andrea Caratti, Angelica Fina, Erica Liberto, Carlo Bicchi, Christoph H. Weinert, Sebastian T. Soukup, Luciana Tavella, & Chiara Cordero

    食品标签

    豆类与坚果(及籽类) 特征风味 光谱/色谱/质谱等分析方法 代谢组学 其他植物化学物质

    计算机标签

    偏最小二乘法 主成分分析/判别分析 缺陷/异物检测与定位 多模态/融合数据 红外/拉曼光谱数据

    茶翅蝽会影响榛仁发育并造成质量缺陷,从而降低榛子市场价值,是榛子作物的重要威胁。尽管已有研究在受害榛仁中识别出苦味化合物,但茶翅蝽取食对榛子代谢组,尤其是香气前体的影响仍研究不足。本研究旨在绘制不同品种、两个地点条件下笼罩茶翅蝽获得的榛子样品非挥发代谢组和挥发组图谱,以识别诊断茶翅蝽危害的标志物。研究采用多组学方法,包括顶空固相微萃取、全二维气相色谱-飞行时间质谱和液相色谱-高分辨质谱,对生榛子和烘烤榛子进行分析,并利用人工智能和机器学习工具探索数据关联。结果显示,榛子代谢组和挥发组具有较高化学复杂性,醛、酮、醇和萜类等重要化合物在生榛子和烘烤榛子中均被识别。多变量分析表明,果园地点对代谢组影响最大,其次为损伤类型,品种差异相对较弱。偏最小二乘判别分析模型对果园地点和损伤类型分别达到 99% 和约 80% 的预测准确率,其中烘烤挥发组预测准确率最高。相关矩阵揭示生榛子代谢物与烘烤样品香气化合物之间存在显著关联,提示可用于茶翅蝽危害诊断的潜在标志物;数据融合进一步提升了分类性能,尤其是损伤类型预测。

学术日历
学术日历

特刊征稿

特刊名称

截稿时间

收录范围

会议链接

IF=18.1!征稿丨Nature Communications:AI-Driven Smart Agriculture for Sustainable Food Systems

2027.03.18

农业生产与AI

了解更多

IF=13.8!征稿 | Food Hydrocolloids: 20th Food Colloids Conference: past, present and future of food colloids

2026.09.30

食品胶体与AI

了解更多

IF=10.6!征稿丨Journal of Future Foods:Intelligent Detection and Data-Driven Food Safety

2027.01.31

食品安全与AI

了解更多

IF=9.6!征稿 | npj science of food: Flavor Chemistry

2026.12.03

风味化学与AI

了解更多

IF=7.7!征稿丨Current Research in Food Science:Intelligent Matrices: Machine Learning and AI in Molecular Food Science

2027.02.01

应用分子食品科学与AI

了解更多

IF=7.3!征稿 | Food Science and Human Wellness: Special Issue on Identification of New Targets for Food-derived Compounds

2026.12.01

分子靶点与AI

了解更多

IF=7.0!征稿 | Food Control: Food authentication and traceability in high-risk products: analytical approaches for regulatory control

2027.05.30

食品快速检测与AI

了解更多

IF=6.0!征稿丨foods:Flavor Formation Mechanisms,Targeted Regulation Strategiesand Al-Enabled Research inAnimal-Derived Foods

2027.01.10

动物源性食品风味与AI

了解更多

IF=5.9!征稿 | Food Quality and Preference: Sensory is everywhere, beyond food. Expanding the horizon of sensory and consumer science

2026.09.30

感官科学与AI

了解更多

IF=7.3!征稿 | Postharvest Biology and Technology: Ready-to-use, added-value, fresh fruit and vegetables: the new scenario in terms of recent innovations and prospective industry needs

2026.09.16

果蔬与AI

了解更多

活动详情请关注“食品AI荟”微信公众号