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
蛋白质与氨基酸

标签记录(计算机学者)

暂无筛选

共 289 条结果

  • 利用短波红外和XGBoost算法对红辣椒粉寒蝉损伤进行无损评估

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Jong-Jin Park, Jeong-Seok Cho, Hahyeong Yu, Gyuseok Lee, Dae-Yong Yun, Seul-Ki Park, Jeong-Hee Choi, Kee-Jai Park, Jihyun Lee& Jeong-Ho Lim

    食品标签

    果蔬干/果脯/蔬菜干 品质、结构与理化性质 光谱/色谱/质谱等分析方法 蛋白质与氨基酸

    计算机标签

    梯度提升决策树 分类/鉴别/等级评定 红外/拉曼光谱数据

    本研究旨在通过冷害程度评价红辣椒粉品质,并建立一种检测受冷害影响辣椒粉的方法。由受冷害辣椒果实加工制成的辣椒粉,其苦味氨基酸含量、微生物数量及生物胺含量均有所升高,而甜度指数与有机酸含量则出现下降。这类品质劣变表明有必要对辣椒粉开展冷害检测。仅依靠色泽指标无法有效判定辣椒粉是否发生冷害。因此,本研究采用高光谱成像技术进行冷害检测。基于极端梯度提升算法的特征重要性指标及相关性分析结果,从总计188个波长中筛选出5个关键特征波长。采用筛选后特征波长构建的极端梯度提升模型,对辣椒粉冷害等级的判别准确率达到100%,高于全波长建模的98.0%。该研究结果可为辣椒粉品质的快速、无损检测评估提供理论依据与技术参考。

  • AI优化的KCl与κ-卡拉胶在低钠香肠中的协同作用:咸味感知、凝胶稳定性与蛋白消化率的整体提升

    2025
    Food Hydrocolloids
    中科院一区
    JCR一区
    查看原文

    Rong Huang, Yapeng Fang, Hao Yin, Yu Zhong, Wei Lu & Yun Deng

    食品标签

    肉类/蛋类与水产品 乳化剂/稳定剂/增稠剂 质构与流变性质 感官评价与方法学 常规理化指标测定 质构与流变测试 蛋白质与氨基酸 碳水化合物与糖类

    计算机标签

    其他深度学习结构 生成对抗网络 定量预测/回归分析 质构/流变/感官数据 合成/仿真数据为主

    加工肉类中过量的钠摄入量仍然是一个全球性的健康问题。虽然氯化钾(KCl)有可能减少钠的摄入量,但其替代品却因金属苦味和质地受损而受到阻碍。目前的策略难以在感官质量与营养价值之间取得平衡。本研究旨在为香肠开发一种全面的钠减少策略,通过协同应用氯化钾和κ-卡拉胶(KC),同时解决口味质量、质地稳定性和营养价值的问题,并通过铝驱动的优化来确定理想的配方。用 10 - 50% 的氯化钾 - 卡拉胶替代氯化钠可以改善凝胶质地和水分保持能力,将自由水转化为结合水。氯化钾 - 卡拉胶的协同作用稳定了蛋白质结构,使α-螺旋/β-折叠构象增加,从而提高凝胶稳定性。为了应对在低钠条件下预测蛋白质降解和离子释放的局限性,生成对抗网络(GAN)将数据集扩大了 40 倍,增强了模型的稳健性。多层感知器(MLP)分析有效地确定了咀嚼度、游离水分含量和烹饪损失是与蛋白质降解和离子释放相关的关键预测指标。GAN-MLP 模型(R2 = 0.98)成功预测到 10 - 30% 的氯化钠替代量可提高凝胶稳定性、水结合能力和蛋白质结构有序性,同时有效地掩盖了氯化钾的苦味。在 10 - 30% 的替代量下,KC 的硫酸基团选择性地与钾离子结合,延缓了在口腔加工过程中的离子释放,从而掩盖了苦味,同时又不降低咸味。值得注意的是,30% 的替代量通过增加疏水性和碱性氨基酸的释放而增强了抗氧化活性。氯化钾 - KC 系统能够在不牺牲感官或功能品质的情况下减少钠的含量,而基于人工智能的建模则为优化无添加肉类产品提供了一个变革性的框架。

  • 通过深度学习辅助的FTIR指纹图谱对牛肝菌的鉴定和粗蛋白预测

    2024
    LWT
    中科院一区
    JCR一区
    查看原文

    Chuanmao Zheng, Honggao Liu, Jieqing Li, & Yuanzhong Wang

    食品标签

    食用菌菇 品质、结构与理化性质 光谱/色谱/质谱等分析方法 蛋白质与氨基酸

    计算机标签

    卷积神经网络 循环神经网络 偏最小二乘法 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

    野生食用蘑菇是天然、绿色和可持续的食品,其采后安全和质量控制的关键在于物种识别、产地可追溯性和质量评估。本研究分析了基于傅里叶变换红外光谱(FTIR)和二维相关光谱(2DCOS)的残差卷积神经网络(ResNet)模型与偏最小二乘判别分析(PLS-DA)模型在牛肝菌物种及产地识别上的有效性。同时探讨了偏最小二乘回归(PLSR)模型和长短期记忆网络(LSTM)模型对牛肝菌粗蛋白含量预测的可行性。结果显示,ResNet模型优于PLS-DA模型,新样品的预测结果分别为1.00和0.98,预测准确率分别为1.00和0.92。在估算粗蛋白含量方面,LSTM模型比PLSR模型更有效。其中,使用一阶导数-多重散射校正-萨维茨基-戈莱(1D-MSC-SG)预处理组合的LSTM模型是最佳的,预测集RPD = 2.7,显著性 Sig. = 0.418。此外,顺序投影算法(SPA)特征提取提高了LSTM模型的预测能力,其残差预测偏差(RPD)为2.9,显著性 Sig. = 0.627。本研究为市场上食用菌及其他食品的质量评价提供了新的参考。

  • 人工智能驱动的食品质量预测:应用机器学习集合模型动态预测猪肉pH值和肉色变化

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

    Xidi Yang, Liangyu Zhu, Wenyu Jiang, Yiting Yang, Lili Niu , Ye Zhao, Yan Wang, Lei Chen, Mailin Gan, Li Zhu & Linyuan Shen

    食品标签

    畜肉 品质、结构与理化性质 统计建模与仿真 蛋白质与氨基酸

    计算机标签

    随机森林 梯度提升决策树 定量预测/回归分析 多模态/融合数据 大规模数据集

    本研究采用食品化学驱动的方法,预测屠宰猪肉的质量动态,重点关注控制pH变化和肉色变化的生化机制,持续48小时。肌红蛋白氧化还原状态的相互转化以及糖解反应的级联反应通过复杂的化学途径从根本上决定肉质质量。利用来自24个品种的1284头猪的多源数据,我们开发并优化了机器学习集合模型,包括LightGBM、XGBoost和Random Forest,以捕捉这些化学转化。我们的集合学习方法在R条件下实现了更优的预测精度2 pH值和颜色属性均超过0.7。特征重要性分析揭示了早期pH值和肌肉结构特征作为关键预测因子,与厌氧糖解理、蛋白质变性动力学和肌红蛋白氧化还原反应等关键生化过程相符。这些见解强调了化学机制与感官特征之间的复杂相互作用,为传统评估方法提供了更精确的替代方案。本研究确立的猪肉质量预测化学基础,提供了一个可扩展的框架,整合遗传、环境和加工因素,最终通过 应用食品化学原理,提升肉类生产中的质量控制、精准性和可持续性。

  • 构建利用微型纤维近红外光谱仪在酱油生产过程中的原位及实时监测方法

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

    Z Zhang, Y Ding, F Hu, Z Liu, X Lin, J Fu, Q Zhang, ZH Zhang, H Ma, & X Gao

    食品标签

    食品添加剂与配料 过程监测与在线检测 光谱/色谱/质谱等分析方法 统计建模与仿真 蛋白质与氨基酸

    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

    蒸煮大豆的消化率(DRSS)、酒曲中的蛋白酶活性(PAK)以及醪液中的甲醛氮含量(FNCM)是监测酱油生产的关键指标。目前,这些指标的监测依赖于工人的经验,这有时会导致原料利用率低下甚至发酵失败。在大豆蒸煮、酒曲发酵以及醪液发酵过程中,使用微型纤维光谱仪收集了近红外光谱。这些光谱通过四种预处理方法进行了优化,并使用偏最小二乘法(PLS)、改进的偏最小二乘法(iPLS)和稀疏偏最小二乘法(Si-PLS)构建了回归模型。在预测集中的模型评估基于相关系数(Rp)和均方根误差(RMSEP)。结果表明,DRSS 的 Rp 为 0.9327,RMSEP 为 4.37%;PAK 的 Rp 为 0.9364,RMSEP 为 228 U/g;FNCM 的 Rp 为 0.9237,RMSEP 为 0.148 g/100 mL。上述结果结合验证实验表明,所开发的原位实时光谱系统能够确保高质量的酱油生产。

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