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)

机器学习/统计学习

共 712 条结果

  • 基于BPNN-GA优化的静态磁场辅助高湿度低温解冻技术提升牛羊肉品质

    2025
    Innovative Food Science and Emerging Technologies
    中科院一区
    JCR一区
    查看原文

    Jiangshan Qiao, Min Zhang, Arun S. Mujumdar & Chunyan Lei

    食品标签

    畜肉 物理辅助加工 品质、结构与理化性质 理化与结构表征 脂质与脂肪酸

    计算机标签

    机器学习/统计学习 定量预测/回归分析 质构/流变/感官数据

    解冻过程常导致品质劣变,包括水分流失、质地变差和颜色变化。本研究开发了一种集成了静态磁场(SMF)和高湿度低温解冻(HHLT)的复合解冻技术,用于在−18°C下储存的冷冻牛腱和羊腱。采用反向传播神经网络(BPNN)结合遗传算法(GA)对SMF辅助HHLT的解冻参数(解冻温度、相对湿度和SMF强度)进行了优化。建立的BPNN模型在不同条件下预测解冻损失具有高精度,均方误差低于0.1,相关系数接近1。通过GA获得的最佳参数为:牛肉8°C,83%RH,4 mT;羊肉12°C,87%RH,8 mT。与常规HHLT相比,优化后的SMF-HHLT显著提高了解冻效率,牛肉约46.6%,羊肉约32.5%。此外,SMF-HHLT将解冻损失降至1.33%(牛肉)和1.28%(羊肉),表现优于传统的室温解冻和低温解冻。低场核磁共振和磁共振成像进一步证实,SMF-HHLT通过保留结合水并抑制水分流失,有效保持了水分分布和状态,接近新鲜样品。此外,SMF-HHLT显著改善了解冻后品质,表现为质地和颜色劣变减少,pH和TVB-N水平稳定,脂质稳定性增强。工业相关性:在肉类加工行业,解冻引起的品质损失和低效过程常导致显著的经济和产品质量损失。本研究提出了一种集成的SMF-HHLT方法作为一种创新的解冻技术。BPNN-GA预测模型为快速参数优化提供了一种精确高效的方法,从而节省了时间和资源。优化的SMF-HHLT在提高产品质量的同时缩短了解冻时间,有望提高生产效率、降低运营成本,并提升产品在市场上的竞争力。

  • 基于GC-IMS结合智能感官技术的藜麦芽植物饮料风味代谢特性分析

    2025
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Jian Ma, Jingyi Du, Wentao Zhang, Hui Zhao, Yanhong Ma, Huiru Hong, Wuyang Huang & Jian Li

    食品标签

    果蔬饮料 感官科学与消费者研究 理化与结构表征 微生物与发酵实验 常量营养素(宏量)

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定 红外/拉曼光谱数据 组学数据

    发芽和发酵后,藜麦的风味品质显著提升,然而这种改善背后的具体代谢机制尚不清楚。本研究对藜麦乳酸菌发酵(QLF)和藜麦芽乳酸菌发酵(QSLF)过程中0、4、8和12小时样品的异味、口感、挥发性有机化合物(VOCs)及基础理化指标进行了统计分析,以探究藜麦芽乳酸发酵过程中风味代谢物的变化规律。结果表明,发酵8小时后,QLF和QSLF中的pH、总酸、总皂苷和氨基酸水平趋于稳定。发芽显著降低了皂苷含量,而乳酸菌发酵则补充了发芽过程中损失的氨基酸。电子鼻和电子舌测试表明,QSLF具有最佳的嗅感和味感。GC-IMS测试结果共鉴定出44种VOCs,包括20种醛类、6种酯类、11种高级醇类、4种酮类和3种其他化合物。QSLF组(QSLFA)的VOCs含量高于QLF组(QLFA)。通过对QLFA和QSLFA进行正交偏最小二乘判别分析(OPLS-DA)模型分析,鉴定出22种关键VOCs(主要为醛类和高级醇类);其中21种含量增加,从而提升了QSLFA的香气品质。主要的差异代谢途径是苯丙氨酸代谢,它通过影响脂肪酸、氨基酸和碳水化合物代谢来增强QSLFA的风味。这些发现为谷物和假谷物类食品的深度加工提供了依据。

  • 基于迁移学习的祁门红茶质量近红外光谱评估方法改进

    2025
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Yurong Chen, Junhan Wang, Jingfei Shen, Yifan Zuo, Qianfeng Yang, Yongning Wei, Jichen Wang, Qing Yu, Wenjun Lv & Luqing Li

    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

    计算机标签

    机器学习/统计学习 迁移学习/领域自适应 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据

    祁门红茶是一种著名的中国红茶,由于不同年份的数据存在变异性,其质量评估面临挑战。为解决此问题,我们利用近红外光谱数据开发了迁移学习算法。定性算法BLACK TEA-GRADING利用了极限学习机的随机傅里叶特征,将不同年份茶叶分级的F1分数从0.7035提高到了0.8138。定量算法BLACK TEA-SUBSTANCE ANALYSIS基于逆格拉姆矩阵,用于预测主要风味物质。不使用该算法时,均方误差超过0.04且R值低于0.7;使用该算法后,均方误差降至0.015以下,R值超过0.8。因此,我们的方法利用迁移学习和近红外光谱技术,提高了跨年份祁门红茶质量评估的准确性,推动了近红外光谱在茶叶质量评价中的应用。

  • 要推动人工智能在食品科学领域的发展,需要领域知识、公正的评估以及完善的数据标准

    2025
    Trends in Food Science & Technology
    中科院一区
    JCR一区
    查看原文

    Dachuan Zhang, Meihui Liu, Zhaoshuo Yu, Hanlin Xu, Stephan Pfister, Giulia Menichetti, Xingran Kou, Jinlin Zhu, Daming Fan & Pingfan Rao

    食品标签

    营养与生物功能 食品安全与风险评估 可持续性与资源高值化

    计算机标签

    机器学习/统计学习 深度学习

    背景:人工智能(AI)在包括食品科学在内的许多科学领域都展现出了变革性潜力。其应用涵盖营养、安全、风味和可持续性等方面。然而,当前人工智能在食品科学中的应用往往缺乏与领域专业知识的整合,面临可复现性挑战,并且受到碎片化数据集和有限基准测试的阻碍。
    范围与方法:本观点概述了主要挑战,并提出了五项战略举措,以指导人工智能在食品科学中有效且负责任地整合。这些举措包括将领域知识嵌入模型、建立透明且可复现的工作流程、采用基准测试实践、促进实际验证,以及开发健全的数据标准和基础设施。
    主要发现与结论:为了充分释放人工智能在食品科学中的潜力,未来的研究必须优先考虑具有领域感知的模型开发、开放科学实践和实际验证。这些努力对于打造可靠、可推广且有影响力的人工智能工具至关重要,此类工具能够应对食品系统中的现实挑战。

  • 通过整合计算模拟理性筛选四种高效降解黄曲霉毒素 B1 的过氧化物酶

    2025
    Journal of Agricultural and Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Yufei Wang, Qing Zhang, Jingying Pei, Yijia Su, Tosin Victor Adegoke, & Yan Wang

    食品标签

    过敏原与毒性问题 其他特殊成分

    计算机标签

    机器学习/统计学习 设计/生成与推荐 合成/仿真数据为主

    黄曲霉毒素 B1(AFB1)降解因传统方法局限而仍是重要挑战。本研究提出一种计算筛选策略,用于筛选 AFB1 降解酶,并选出分别来源于 Agrocybe pediades、Klebsiella pneumoniae、Trametopsis cervina 和 Pleurotus eryngii 的四种过氧化物酶 ApeLip、KpDyp、TrcLip 和 VPL2。这些酶在 Escherichia coli Shuffle T7-B 中异源表达并纯化后,均具备高效降解 AFB1 的能力,并表现出一定碱耐受性。在最优条件下,ApeLip、KpDyp、TrcLip 和 VPL2 对 AFB1 的降解率分别达到 90.06%、91.55%、91.93% 和 92.91%。分子动力学模拟表明,范德华相互作用是主要结合机制,尤其通过疏水残基发挥作用。UPLC-QTOF-MS 分析确认,AFB1 的 C8-C9 键羟基化生成毒性较低的 AFB1-8,9-二氢二醇。该计算模拟与实验框架为理性发现酶提供了有效平台,并促进了真菌毒素缓解策略的发展。

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