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
新鲜水果

标签记录(计算机学者)

暂无筛选

共 236 条结果

  • 通过不同校正方法和 1D-CNN 提高悬挂输送草莓 SSC 检测准确性

    2026
    Food Control
    中科院一区
    JCR一区
    查看原文

    Chen Wang, Yu Qiao, Xiaonan Li, Li Sun, Guangjun Qiu, Ruiyun Zhou, Zhiming Guo, & Jianrong Cai

    食品标签

    新鲜水果 过程监测与在线检测 光谱/色谱/质谱等分析方法 碳水化合物与糖类

    计算机标签

    卷积神经网络 循环神经网络 定量预测/回归分析 红外/拉曼光谱数据 中等规模数据集

    悬挂输送草莓的在线可溶性固形物含量检测会受到果实尺寸、悬挂高度和内部 SSC 分布差异的影响,从而降低光谱预测准确性。本研究针对悬挂输送系统中的草莓 Vis/NIR 在线 SSC 检测,开发了校正策略和深度学习模型。研究利用视觉模块实时监测果实尺寸和悬挂高度,并采用等效圆校正和弦长校正修正光程效应。实验使用 212 个红颜草莓,其中 192 个用于建模,20 个用于评估 SSC 空间分布。经校正和特征选择后,ECC-CCC-CARS-PLSR 模型达到 Rp2 0.916、RMSEP 0.287 °Brix;进一步结合 SSC 空间分布校正后,模型性能提高到 Rp2 0.945、RMSEP 0.229 °Brix。在深度学习模型中,基于原始光谱的 1D-CNN-LSTM 表现最佳,Rp2 为 0.948,RMSEP 为 0.225 °Brix。结果表明,结合视觉校正、光谱校正和深度学习可提高悬挂输送草莓在线 SSC 检测准确性。

  • 冷冻草莓成熟过程减缓会激活灰葡萄孢和根霉菌丝真菌:基于 AI 的 SSFI 模型检测

    2026
    Postharvest Biology and Technology
    中科院一区
    JCR一区
    查看原文

    S.S. Jayakrishna, S. Sankar Ganesh, Utpal Das, Subramanian Babu, & P. Aman Jayaker

    食品标签

    新鲜水果 质构与流变性质 营养与生物功能 显微与成像技术 质构与流变测试 矿物质与微量元素

    计算机标签

    目标检测网络 图像分割网络 缺陷/异物检测与定位 可见光/RGB/视频数据 质构/流变/感官数据

    冷冻贮藏对保持水果供应品质至关重要。本研究发现,超市中为减缓成熟而在冷库中贮藏的进口草莓会滋生有害真菌,使其不可食用。研究采用计算机视觉检测系统检测并追踪霉变水果。IA-1 使用表面纹理显微镜采集果实种子图像,IA-2 使用明场显微镜记录真菌结构。研究提出的 MTMID 算法通过自标注改进分割,并开发了名为 SSFI-YOLO 的深度学习模型,其平均精度均值为 71%,精度置信曲线为 84%,精确率-召回率曲线为 70%,F1 分数为 64%。在最佳光照条件下,该模型可在 11.3 ms 内检测微小种子。研究在 25 摄氏度下观察携带菌丝的培养皿 0-120 h,并通过 PCR 测序提取 DNA。ITS 测试确认冷冻水果样品中存在灰葡萄孢。通过 ICP-MS 比较新鲜和病害草莓的矿物质含量,发现镁由 348.104 mg/100 g 显著下降至 100.833 mg/100 g,钾由 684.011 mg/100 g 下降至 520.107 mg/100 g,钙由 96.243 mg/100 g 下降至 38.471 mg/100 g。结果表明,成熟过程减缓会对草莓营养组成产生负面影响。

  • 通过深度序列建模实现任务驱动且可解释的高光谱波段选择:以苹果碰伤检测为例

    2026
    Food Control
    中科院一区
    JCR一区
    查看原文

    Shiwei Chen, Chaoxian Liu, Shan Zeng, Chengyu Zhang, Weiqiang Yang, Wei Tao, & Zhiguang Yang

    食品标签

    新鲜水果 品质、结构与理化性质 显微与成像技术 常规理化指标测定 碳水化合物与糖类

    计算机标签

    循环神经网络 其他深度学习结构 分类/鉴别/等级评定 高光谱/多光谱光谱 红外/拉曼光谱数据

    高光谱成像适用于水果无损品质评价,但其高维度和冗余波段会降低模型效率和可解释性。本研究提出一种面向早期苹果碰伤检测的任务驱动、可解释波段选择框架。研究将高光谱波段视为按波长排序的序列,利用 LSTM 网络建模相邻波段之间的局部光谱动态,并通过 Transformer 自注意力机制捕捉长距离波段依赖关系和分配任务自适应波段权重。注意力引导的稀疏机制选出一组紧凑且具有物理意义的波段,这些波段与水分变化、碳水化合物变化和细胞损伤有关。研究使用红富士、寒富和红星 3 个品种共 100 个苹果,经受控碰伤诱导后从多个方向采集高光谱图像。该方法在早期碰伤检测中达到 98.43% 的精确率、98.29% 的召回率和 0.98 的 F1 值。结果表明,局部序列建模、全局注意力和可解释波段选择相结合,可提升水果高光谱品质检测能力。

  • 基于 UPLC-MS/MS 与化学计量学解析蓝光及 NaCl 对黑果枸杞离体叶片黄酮类生物合成的影响

    2026
    Food Chemistry: X
    中科院一区
    JCR一区
    查看原文

    Haitao Zeng, Wentao Yang, Hao Xu, Tiantian Chen, Guodong Wang, Tong Li, Zhubing Hu & Tao Zheng

    食品标签

    新鲜水果 营养与生物功能 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 主成分分析/判别分析 定量预测/回归分析 组学数据

    黑果枸杞富含具有保健功效的花青素及其他黄酮类物质,然而蓝光(BL)与NaCl对其生物合成的影响尚不明确。本研究采用超高效液相色谱-串联质谱(UPLC-MS/MS)结合化学计量学方法,探究蓝光与NaCl单独及复合处理对黑果枸杞离体叶片黄酮类物质的影响。蓝光处理使总花青素含量显著提升至1.35 units·g⁻¹鲜重,150 mM NaCl处理使其升至2.64,二者复合处理进一步将花青素积累量提高至3.40。全面代谢组分析在不同处理组中共鉴定出495种黄酮类物质。主成分分析(PCA)与正交偏最小二乘判别分析(OPLS-DA)表明,蓝光与NaCl可激活特定的黄酮生物合成通路。蓝光优先促进槲皮素衍生物及矢车菊素3-O-(6-对香豆酰)葡萄糖苷的积累,而白光+NaCl处理显著推动柚皮素向圣草酚转化,进而促进二氢杨梅素的生物合成。复合处理可显著刺激二氢山奈酚向二氢杨梅素转化,并进一步强化碧冬茄素类物质的积累。上述研究结果为提高黑果枸杞中生物活性物质产量、开发营养保健产品提供了重要策略。

  • 人工智能赋能高价值水果动态可持续保鲜研究

    2026
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Zhaoxuan He, Shenggui Lin, Xingyu Liu, Wenqian Li, Yanyong Mao & Hao Shi

    食品标签

    新鲜水果 生物基/可降解材料 保鲜涂膜与保鲜剂 活性包装 智能/指示型包装 其他可持续性主题 其他理化与结构表征

    计算机标签

    机器学习/统计学习 深度学习 过程控制与实时优化 模拟与数字孪生

    由于呼吸失衡、微生物侵染以及环境波动,高价值果实采后在贮藏和运输过程中的品质保持仍是一大难题。近年来,人工智能驱动的薄膜技术取得进展,为果实的动态可持续保鲜提供了创新策略。通过将壳聚糖、海藻酸钠、纤维素等天然高分子基材与智能响应剂及人工智能算法相结合,这类智能薄膜可实时感知并适应温度、湿度及气体组分的变化。机器学习辅助设计可实现材料组分、气体渗透性及主动释放动力学的预测优化,而嵌入式传感器与数字孪生系统则支撑微环境的闭环调控。本文综述了人工智能集成薄膜从材料设计、过程调控到实际应用的研究进展,重点阐述其自适应气体调控、pH响应性、抗菌性能及机械稳定性。材料科学、人工智能与食品技术的协同融合,正为下一代智能包装系统奠定基础,以实现高价值果实精准且可持续的保鲜。

跳转至

页

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