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
      • 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

2456 条结果

  • 振动光谱与化学计量学工具用于山羊奶真实性鉴别与安全控制提升

    2020
    Food Control
    中科院一区
    JCR一区
    查看原文

    José Luan da Paixão Teixeira, Elem Tamirys dos Santos Caramês, Débora Parra Baptista, Mirna Lúcia Gigante & Juliana Azevedo Lima Pallone

    食品标签

    液态乳 食品安全与风险评估 光谱/色谱/质谱等分析方法

    计算机标签

    偏最小二乘法 K-近邻 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

    山羊乳是食品掺假的高发目标,而近红外光谱技术(NIRS)已被成功应用于食品掺假鉴别。本研究旨在利用近红外光谱构建多元分类模型,用于山羊乳中掺假物的检测。研究采用主成分分析(PCA)、控制图、k 近邻算法(k-NN)、偏最小二乘判别分析(PLS-DA)及类比软独立建模(SIMCA),对分别掺入水、尿素、牛乳清、牛乳的山羊乳样品进行检测。掺假体积分数设置为 0(对照组)、1%、5%、10%、15%、20%,共制得 300 份对照样品与 300 份掺假样品。控制图可在 95% 置信水平下区分真品与掺假样品;PLS-DA 效果优于 k-NN 与 SIMCA,在建模校正、交叉验证及预测集中均实现 100% 的灵敏度与特异性。因此,近红外光谱结合 PLS-DA 模型可有效应用于山羊乳掺假相关的安全管控检测。

  • 利用近红外光谱和多元建模快速定量检测黑胡椒和孜然粉的掺假

    2020
    Food Control
    中科院一区
    JCR一区
    查看原文

    Amanda Beatriz Sales de Lima, Acsa Santos Batista, Josane Cardim de Jesus, Jaqueline de Jesus Silva & Antônia Cardoso Mendes de Araújo & Leandro Soares Santos

    食品标签

    香精香料 食品安全与风险评估 光谱/色谱/质谱等分析方法

    计算机标签

    偏最小二乘法 机器学习/统计学习 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据

    香辛料属于高附加值配料,其所处供应链环节复杂,易发生各类掺伪造假行为,因此需要快速高效的质量管控手段。本研究建立检测方法,采用近红外光谱(NIRs)结合化学计量学模型,测定黑胡椒粉、孜然粉中针对性与非针对性掺伪情况,掺杂物为木薯淀粉、玉米粉,添加比例范围5%~50%。所构建的非靶向模型结果显示,相较于黑胡椒样品,孜然样品中的掺伪更易被识别。在区分掺杂物种类方面,模型对两种香辛料均表现出良好判别效果。研究采用 多元线性回归(MLR)与偏最小二乘(PLS) 方法建立靶向模型,结果表明模型对不同掺杂物均具备高预测能力:相关系数均高于 0.90,均方根误差(RMSE)介于 2.2~7 之间。研究在超市与农贸市场售卖的香辛粉样品中开展模型实际应用验证,结果显示掺伪比例较高,黑胡椒与孜然的掺伪率分别为62%和79%。上述结果证实,在黑胡椒、孜然中添加木薯淀粉、玉米粉(或类似物)的掺伪行为普遍存在,体现了此类检测研究的重要意义。

  • 基于偏最小二乘校正与批次统计过程控制监测不同浸渍条件下红葡萄酒发酵过程中的酚类物质提取研究

    2020
    Food Control
    中科院一区
    JCR一区
    查看原文

    Elzanne Fourie, Jose Luis Aleixandre-Tudo, Mihaela Mihnea & Wessel du Toit

    食品标签

    酒精饮料 过程监测与在线检测 多酚与黄酮

    计算机标签

    偏最小二乘法 定量预测/回归分析 过程控制与实时优化

    浸渍过程中酚类物质的浸出,是红葡萄酒酿造中至关重要的环节。但酚类物质浸出的监测工作,常受分析方法与统计方法的局限制约。本研究旨在采用偏最小二乘(PLS)酚类校正模型与批次统计过程控制,对酚类物质的浸出动力学进行监测。研究选取 8 批次赤霞珠与设拉子葡萄,在酒精发酵阶段设置不同浸渍条件(发酵 1/3 阶段、2/3 阶段、发酵结束时压榨)与淋皮制度(低频与高频),开展对比试验。结果表明,赤霞珠更适配较长时间的浸渍工艺,可获得更高的单宁浸出量;两个品种在淋皮处理下均呈现出相似的变化规律。采用 PLS 校正模型与批次建模方法,能够更深入地解析与阐释红葡萄酒发酵过程中酚类物质的浸出规律。

  • 利用激发-发射矩阵荧光与化学计量学方法快速检测芝麻油的真实性与掺假

    2020
    Food Control
    中科院一区
    JCR一区
    查看原文

    Yuan-Yuan Yuan, Shu-Tao Wang, Jun-Zhu Wang, Qi Cheng, Xi-Jun Wu & De-Ming Kong

    食品标签

    植物油 食品安全与风险评估 光谱/色谱/质谱等分析方法

    计算机标签

    偏最小二乘法 支持向量机 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

    芝麻油(SO)属于高品质食用油,价格高于其他食用油脂,因而成为经济利益驱动型掺假的目标。本研究采用基于 激发 - 发射矩阵荧光(EEM) 与化学计量学的方法,实现芝麻油的快速判别与真伪鉴定。首先通过 五因子交替三线性分解(ATLD) 模型,初步完成食用油样品中荧光组分的表征,获取具有实际化学意义的特征信息;随后采用线性判别分析(LDA)、偏最小二乘判别分析(PLS-DA)、支持向量机(SVM)、展平偏最小二乘判别分析(UPLS-DA)四种化学计量学方法,分别构建两类模型:模型 1 用于芝麻油与其他食用油的区分判别,模型 2 用于芝麻油及掺伪芝麻油的真伪鉴定。所有模型均取得良好的分类效果。二阶校正算法(ATLD)与模式识别算法(LDA、PLS-DA、SVM)联用,既实现了食用油中组分的表征,又完成了掺伪芝麻油的快速检测。该方法快速准确、样品前处理简便,可用于高品质食用油的真伪鉴定与掺假检测。

  • 基于微流控的食品亚硝酸盐比色检测系统

    2020
    Chemical Engineering Journal
    中科院一区
    JCR一区
    查看原文

    Chih-Yao Hou, Lung-Ming Fu, Wei-Jhong Ju & Pei-Yi Wu

    食品标签

    化学污染物 过程监测与在线检测 理化与结构表征 光谱/色谱/质谱等分析方法 其他特殊成分

    计算机标签

    智能手机/其他

    本文提出了一种由比色纸芯片装置与微型分析盒组成的微流控比色系统,用于检测食品中亚硝酸盐浓度。在该系统中,1微升亚硝酸盐样品被滴入比色纸芯片装置的反应区,与预埋的格里斯试剂反应生成粉色络合物。通过内置摄像头捕获反应络合物的彩色图像,并经由WiFi连接传输至微型分析盒内的智能手机。最终,通过自主编写的RGB(红、绿、蓝)分析软件对图像进行处理以评估亚硝酸盐浓度。针对1至100 ppm范围内11种已知亚硝酸盐溶液的测试结果表明,测得的R+G+B光强值与亚硝酸盐浓度呈相关性,在1-50 ppm和50-100 ppm两个浓度区间内测定系数(R)分别达到0.9908和0.9948。通过对24份实际样品的亚硝酸盐浓度分析,证实了该微流控系统的实际适用性。因此,本系统获得的浓度分析结果与台湾食药署(TFDA)标准方法的差异不超过7.3%。此外,该系统的检测限仅为1 ppm。

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=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=9.6!征稿 | npj science of food: Flavor Chemistry

2026.12.03

风味化学与AI

了解更多

IF=7.3!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=7.3!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

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=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=5.7!征稿 | International Journal of Food Microbiology: Fermented Foods

2026.05.31

发酵食品与AI

了解更多

IF=6.2!征稿 | Food Bioscience: Chemistry and Emerging Techniques in Food Bioactive Development: A Special Issue Honoring 20 Years of NAJUA

2026.04.30

成分分析与AI

了解更多

IF=6.6!征稿 | Future foods: Food Informatics, Artificial Intelligence, and Large Language Models in Future Food Research

2026.05.01

食品科学与AI

了解更多

IF=9.2!征稿 | Food Chemistry X:Wine Chemistry

2026.05.31

葡萄酒与AI

了解更多

活动详情请关注“食品AI荟”微信公众号