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

  • 利用傅里叶变换红外光谱预测山羊奶奶酪制作性状的准确性

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

    Giorgia Stocco, Christos Dadousis, Michele Pazzola, Giuseppe M. Vacca, Maria L. Dettori, Elena Mariani & Claudio Cipolat-Gotet

    食品标签

    奶酪 光谱/色谱/质谱等分析方法

    计算机标签

    逻辑回归/贝叶斯 定量预测/回归分析 红外/拉曼光谱数据

    本研究旨在探究利用傅里叶变换红外光谱(FTIR)对458份山羊奶样本进行奶酪制作性状预测的可行性,并验证养殖场差异对预测精度的影响。研究采用贝叶斯方法,设置三种不同场景构建校正方程:①随机交叉验证(CV),其中80%样本为校正集、20%样本为验证集;②分层交叉验证(SCV),选取13个养殖场样本作为校正集,剩余1个养殖场样本作为验证集;③分层交叉验证变式(SCV80),从验证集养殖场中随机抽取20%山羊样本纳入校正集。奶酪干物质产量的预测效果最优,具备在群体层面实际应用的价值。整体研究结果与牛乳相关研究结果相近,且部分指标表现更优。本研究结果表明,需制定专属的校正模型构建流程,以此开发可应用于奶山羊全产业链的可靠预测工具。

  • 数据驱动预测食品发酵中的分子生物转化

    2023
    Journal of Agricultural and Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Dachuan Zhang, Cancan Jia, Dandan Sun, Chukun Gao, Dongheng Fu, Pengli Cai, & Qian-Nan Hu

    食品标签

    其他果蔬制品/植物类 其他酱腌/发酵食品 食品安全与风险评估 特征风味 发酵工艺与动力学 蛋白质与氨基酸

    计算机标签

    模型可解释性 定量预测/回归分析 质构/流变/感官数据

    发酵产物与食品成分共同决定发酵食品的感官、营养和安全性。传统发酵产物识别方法耗时且繁琐,难以满足食品发酵过程中大量生物活性代谢物识别的需求。因此,本文提出基于机器学习和 2,192,862 个微生物序列编码酶数据的数据驱动集成平台 FFExplorer,用于计算预测发酵产物。利用 FFExplorer,研究解释了辣椒发酵过程中辣味消失的机制,并评估了微生物发酵对常见食品污染物的脱毒作用。FFExplorer 可为推断发酵食品中的生物活性“暗物质”和探索微生物应用潜力提供有价值参考。

  • 光谱印刷技术结合化学计量工具进行醋分类

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

    Vinícius Avanzi Barbosa Mascareli, Diego Galvan, Jelmir Craveiro de Andrade, Carini Lelis, Carlos Adam Conte-Junior, Giancarlo Michelino Gaeta Lopes, Fernando César de Macedo Júnior & Wilma Aparecida Spinosa

    食品标签

    大豆发酵制品 品质、结构与理化性质 光谱/色谱/质谱等分析方法

    计算机标签

    偏最小二乘法 主成分分析/判别分析 分类/鉴别/等级评定 红外/拉曼光谱数据

    醋是一种用途广泛的产品,可用于食品保鲜、烹饪、保健及清洁领域。本研究选取80种不同原料、不同陈酿时间,以及首次采用农艺原料栽培方式酿造的醋样品,结合光谱指纹图谱技术与化学计量学方法开展分类研究。通过质子核磁共振波谱(¹H NMR)、傅里叶变换中红外光谱(FT-IR)、近红外光谱(NIR)以及紫外-可见光谱(UV–vis)采集数据集,再运用共同维度分析法(ComDim)与偏最小二乘判别分析法(PLS-DA)进行数据分析评价。对比其他检测技术,核磁共振波谱结合偏最小二乘判别分析法的预测效果最优,准确率达92.3%~100%;其次为傅里叶变换中红外光谱与紫外-可见光谱,准确率分别为80.8%、96.0%;近红外光谱准确率为69.2%~84.0%。研究结果表明,依据农艺栽培方式对醋进行分类,其复杂度高于按陈酿时间或原料分类。尽管如此,上述各类光谱指纹图谱技术均被证实可应用于醋的品种分类研究。

  • 通过近红外和FTIR光谱快速准确测定北大西洋海藻中的蛋白质含量

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

    Calle Niemi, Agnes Mols Mortensen, Ralf Rautenberger, Sanna Matsson,András Gorzsás & Francesco G. Gentili

    食品标签

    其他肉与水产品 常规理化指标测定 光谱/色谱/质谱等分析方法 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

    海藻被认为是一种具有潜力的人类食用可持续蛋白质来源,因此亟需建立快速、精准的海藻蛋白质含量检测方法。然而,海藻中含有的部分物质会干扰常规蛋白质检测方法的检测结果。本研究对比了劳里法、BCA蛋白检测法、氮比值法测蛋白含量与新型光谱检测法的检测效果。利用漫反射傅里叶变换红外光谱(DRIFTS)中酰胺II谱带的峰值高度或积分面积进行线性回归分析,可对海藻蛋白质含量进行预测,且预测效果良好。对漫反射傅里叶变换红外光谱与近红外(NIR)光谱分别采用偏最小二乘回归(PLSR)建模,可获得更高的预测精度。在蛋白质含量预测方面,光谱检测法的效果与4.14标准氮比值计算法相当甚至更优。这类光谱预测法样品前处理简单、化学试剂用量少、操作便捷,在海藻蛋白质快速检测中兼具环境可持续性与经济实用性。

  • 基于¹H NMR和多变量数据融合快速鉴定和定量牛肉碎中猪肉和鸭肉的二元与三元掺假

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

    Tuo Leng, Xiaoyi Hu, Yi Chen, Bei Gan, Jianhua Xie, & Qiang Yu

    食品标签

    畜肉 食品安全与风险评估 光谱/色谱/质谱等分析方法 蛋白质与氨基酸

    计算机标签

    偏最小二乘法 主成分分析/判别分析 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据

    本研究采用氢核磁共振波谱(¹H NMR)结合化学计量学方法,成功实现了牛肉糜中掺杂猪肉、鸭肉的快速定性鉴别与定量检测。主成分分析(PCA)结果显示,牛肉中蛋氨酸与谷氨酰胺的含量相对更高,这或许是区分牛肉与猪肉、鸭肉的关键特征。通过正交偏最小二乘判别分析(OPLS-DA)模型,无论是二元掺杂(牛肉中掺入单一肉类)还是三元掺杂(牛肉中掺入两种肉类)的牛肉样品,均能实现 100% 准确判别。研究筛选出亮氨酸、异亮氨酸、蛋氨酸及谷氨酰胺这四种物质,作为牛肉掺假检测的潜在标志物。经外部样品验证,偏最小二乘(PLS)定量模型对二元与三元掺假比例的预测结果准确可靠,其预测决定系数(R p2)分别达 0.9153 和 0.9348,预测均方根误差(RMSEP)则分别为 0.1112 和 0.0821。上述研究结果为牛肉掺假检测提供了全面的技术视角,进一步完善了肉类制品真伪鉴别体系。

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