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

  • 光学和智能手机成像用红色荧光碳点的研制——偏亚硫酸氢盐的双模测定和pH监测

    2023
    Chemical Engineering Journal
    中科院一区
    JCR一区
    查看原文

    Jiao Yuan, Wang Bingyan, Gao Yifang, Liu Xiaona, Shuang Shaoming, Dong Chuan, Li Wenjun, & Liang Tianwei

    食品标签

    化学污染物 过程监测与在线检测 光谱/色谱/质谱等分析方法

    计算机标签

    智能手机/其他

    通过引入瑞苏林发光体,成功地制备了一种新型的红色光致发光碳点(R-CDs),其量子产率高达46.9%。所制备的R-CDs具有非激发态、良好的色散特性和优异的光学性能。值得注意的是,与其他竞争物种相比,R-CDs表现出对S2O52的特殊反应,伴随着肉眼颜色从红色变为橙色。R-CDs的荧光猝灭为S2O52-浓度依赖性,响应速度快,检出限低。开发的R-CDs进一步用于构建智能手机成像色度学平台,用于便携式识别真实样品中的S2O52-,具有相当高的精度。在pKa为5.86的条件下,随着pH值的增加,R-CDs在5.4~6.2范围内呈现出明显的荧光增强行为。这些发现为长波长碳点的发展提供了独特的策略,并有助于拓展其在食品安全检测中的应用。

  • 基于FT-NIR与多元算法结合的酸枣仁及其掺假物快速评估

    2023
    Food Chemistry: X
    中科院一区
    JCR一区
    查看原文

    Ming-xuan Li, Ya-bo Shi, Jiu-ba Zhang, Xin Wan, Jun Fang, Yi Wu, Rao Fu, Yu Li, Lin Li, Lian-lin Su, De Ji, Tu-lin Lu & Zhen-hua Bian

    食品标签

    豆类与坚果(及籽类) 其他安全问题 常规理化指标测定 光谱/色谱/质谱等分析方法

    计算机标签

    机器学习/统计学习 特征工程与选择策略 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据 多模态/融合数据

    酸枣仁是一种以其镇静和改善睡眠特性而著称的珍贵种子。然而,其价格的上涨伴随着掺假问题的出现。本研究采用色度分析和傅里叶变换近红外光谱结合多元算法,用于鉴别掺假并定量预测掺假比例。研究结果表明,仅使用色度提取器不足以识别掺假比例。通过FT-NIR提取的ZMS和HAS掺假物的原始光谱分别经过SNV + CARS和1d + SG + ICO方法处理后,机器学习分类模型的平均准确率从77.06%提高到97.58%。此外,两个掺假比例定量预测回归模型的校正集和预测集的决定系数均大于0.99,显示出优异的线性和预测精度。总体而言,本研究表明,FT-NIR结合多元算法为解决日益严重的酸枣仁掺假问题提供了一种重要方法。

  • 应用机器学习与¹H NMR化学指纹图谱鉴定红茶的产地、品种和加工方式

    2023
    Food Control
    中科院一区
    JCR一区
    查看原文

    Chuanjian Cui, Yifan Xu, Ge Jin, Jianfa Zong, Chuanyi Peng, Huimei Cai, & Ruyan Hou

    食品标签

    茶/茶饮料 品质、结构与理化性质 光谱/色谱/质谱等分析方法 其他植物化学物质

    计算机标签

    机器学习/统计学习 支持向量机 随机森林 K-近邻 分类/鉴别/等级评定 红外/拉曼光谱数据

    红茶的产地会影响其商品价值,且该品类极易成为食品欺诈的目标。本研究采用核磁共振(NMR)波谱技术,对采自中国(安徽、云南、福建、广东)、印度(大吉岭、阿萨姆)及斯里兰卡(康提)7 个红茶主产区的 219 份样品开展非靶向代谢组学分析。不同产地的红茶可依据茶树品种与加工工艺加以区分,其中咖啡因与丙氨酸被鉴定为品种差异性特征代谢物,茶黄素 - 3,3'- 双没食子酸酯与琥珀酸则为加工工艺差异性特征代谢物。研究采用多种机器学习算法构建红茶产地溯源模型,测试集准确率结果显示,非线性模型随机森林(92.7%)与支持向量机(91.8%)的鉴别性能优于线性模型线性判别分析(86.3%)与 K 近邻算法(86.3%)。随机森林模型筛选出 14 种红茶产地特征标记代谢物,包括咖啡因、苹果酸、赖氨酸及 β- 葡萄糖,并基于这些标记物绘制出产地化学指纹图谱。进一步验证表明,相较于加工工艺,茶树品种对红茶产地代谢指纹图谱的贡献度更高。本研究结果证实,氢核磁共振(¹H NMR)代谢组学技术结合机器学习方法,可作为构建红茶化学指纹图谱的有效工具,为红茶品质评估与产地欺诈检测提供技术支撑。

  • 模拟冲洗条件下饮料的紫外/可见吸光度趋势及数据驱动预测模型的开发

    2023
    Food Control
    中科院一区
    JCR一区
    查看原文

    Daniella Saetta, Kristina Buddenhagen, Wenny Noha, Eric Willman, & Treavor H. Boyer

    食品标签

    饮料 过程控制与数字化 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

    饮料生产过程中的用水管理需兼顾食品安全、产品品质与环境责任,实现三者的精细平衡。换味工序间的设备冲洗环节,是提升水资源利用效率的重要切入点。本研究针对 20 种饮料,分别测定了其原液及稀释液(稀释倍数范围为 2 倍至 5000 倍)的紫外 - 可见(UV/Vis)吸收特性,以此模拟设备冲洗过程中的残留检测场景。研究证实,紫外 - 可见吸收检测法稳定性强,可精准识别冲洗水中的饮料残留组分;同时该检测法灵敏度高,对绝大多数饮料的检出下限可达 1000 倍及以上稀释浓度。相较于电导率检测法,紫外 - 可见吸收检测法对多数稀释样品的灵敏度更优,且其检测精度足以覆盖各类饮料的嗅味阈值范围。研究进一步采用机器学习算法,构建了基于产品配料成分与稀释倍数的紫外 - 可见吸收特性预测模型。本研究结果表明,可通过部署在线紫外 - 可见吸收传感器,对饮料生产中的冲洗及其他工序进行实时监测与精准调控,从而实现水资源利用的最优化。

  • 多块数据评估牛肉质量的方法:ComDim 高光谱成像分析,1氢核磁共振、电子鼻和质量参数数据

    2023
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Qian You, Ziyuan Wang, Xingguo Tian & Xiaoyan Xu

    食品标签

    畜肉 颜色与外观品质 基本营养价值评价 显微与成像技术 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 定量预测/回归分析 可见光/RGB/视频数据 高光谱/多光谱光谱 时序传感器/物联网数据 多模态/融合数据

    影响牛肉品质的因素有多种。在化学计量学领域,多块数据分析方法适用于分析样本的多源信息。本研究以多块数据分析方法ComDim为研究对象,将其应用于结合高光谱图谱与图像纹理信息、氢核磁共振指纹图谱、品质指标及电子鼻数据,对不同部位牛肉进行品质评价。与基于低层数据融合的主成分分析(PCA)方法相比,ComDim方法效率更高、分析能力更强,能够揭示所研究各类分析方法与技术之间的关联,同时反映牛肉品质在多项指标上的差异特征。研究实现了牛里脊与牛后腿肉在品质及代谢物组成上的区分:牛里脊亮度L值更低、剪切力更高,而牛后腿肉则呈现相反特征。该研究方法证实,当采用多种检测技术表征同一组样本时,ComDim算法可有效用于样本特征解析与品质表征。

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