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)

可见光/RGB/视频数据

共 393 条结果

  • 基于近红外和纸色层析阵列的机器学习支持牛肉新鲜度监测

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

    Yihang Feng, Yi Wang, Burcu Beykal, Zhenlei Xiao, & Yangchao Luo

    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 传统统计分析与回归 脂质与脂肪酸

    计算机标签

    偏最小二乘法 定量预测/回归分析 可见光/RGB/视频数据 红外/拉曼光谱数据

    在肉类行业中,保持肉的新鲜度和品质至关重要,因为脂质氧化会导致不良的气味、味道以及潜在的健康风险。传统的评估肉类新鲜度的方法通常需要耗费大量时间和具有破坏性,这凸显了需要快速、非侵入性方法的必要性。近红外光谱和显色传感器阵列技术的最新进展为监测肉类质量参数开辟了新的途径,为实现实时、准确且经济有效的解决方案提供了可能。由于硫代巴比妥酸反应物质(TBARS)值是衡量肉类脂质氧化的经典指标,本研究探讨了近红外光谱(NIR)和纸显色阵列(PCA)的数据融合用于监测绞碎牛肉的TBARS。通过光刻工艺制造了一个标准化的PCA,包含九种化学响应染料。在储存过程中,绞碎牛肉挥发性有机化合物的变化通过PCA颜色模式的变动得以捕捉。使用开源Python模块Nippy进行自动的NIR光谱预处理。通过机器学习模型开发中的10折交叉验证找到了最佳的预处理流程。在优化的模型中,偏最小二乘回归在决定系数(R2)方面表现最佳,其值为 0.9477;预测的均方根误差为 0.0545 毫克丙二醛/千克肉;残差预测偏差为 4.3717。本研究的这一令人鼓舞的结果表明,近红外光谱(NIR)和主成分分析(PCA)的结合在监测肉饼中总脂质过氧化物(TBARS)值以评估其新鲜度方面具有潜在应用价值。

  • 基于短距离编码光三维扫描仪与机器学习的榴莲成熟度评估

    2024
    Postharvest Biology and Technology
    中科院一区
    JCR一区
    查看原文

    Thana Cheepsomsong, Arthit Phuangsombut, Kaewkarn Phuangsombut, Peerapong Sangwanangkul, Jingtair Siriphanich & Anupun Terdwongworakul

    食品标签

    新鲜水果 其他品质相关性质 显微与成像技术

    计算机标签

    支持向量机 智能手机/其他 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据

    未成熟果实的混入是榴莲出口行业中的一个难题。本研究报道了利用三维(3D)扫描仪评估榴莲果实成熟度的方法,通过测量果实体积(用于计算密度)和果皮RGB颜色值。密度、RGB值及其非线性预测项被用于建立模型,以预测果肉干物质含量作为成熟度指标。基于支持向量机回归并使用遗传算法选择预测变量的预测模型表现出最佳性能,对果肉干物质含量的预测相关系数为0.82,预测均方根误差为4.61%。此外,基于线性判别分析并使用所选预测变量的分类模型能够以1.000的召回率分离未成熟榴莲。结果表明,使用3D扫描仪结合机器学习以非破坏性方式评估榴莲成熟度是可行的。

  • 智能技术在茶产业中的兴起

    2024
    Trends in Food Science & Technology
    中科院一区
    JCR一区
    查看原文

    Yang Wei, Yongqi Wen, Xiaolin Huang, Peihua Ma, Li Wang, Yi Pan, Yangjun Lv, Hongxin Wang, Liang Zhang, Kunbo Wang, Xiufang Yang & Xinlin Wei

    食品标签

    茶/茶饮料 品质、结构与理化性质 食品安全与风险评估 过程控制与数字化

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定 缺陷/异物检测与定位 可见光/RGB/视频数据 红外/拉曼光谱数据 时序传感器/物联网数据

    背景:茶是一种全球重要的农产品,以其经济和文化价值而闻名。茶叶的种植和生产过程涉及茶园管理、病虫害控制、采摘、加工、分选以及安全与质量评估。茶叶质量受品种、环境、采摘和加工等诸多因素影响。然而,茶叶质量评估通常依赖人工经验和专业知识,这伴随着主观性和不一致性。此外,茶叶生产过程还面临病虫害预测与检测、供应链监控和可追溯性等若干挑战。
    范围与方法:本综述介绍了应用于茶产业的智能技术,包括计算机视觉、机器学习、光谱技术、人工传感器、大数据、物联网和区块链。我们总结了智能技术在茶产业中的应用进展,分析了现有挑战和不足,并提出了未来的研究趋势。该综述有望为智能技术在茶产业中的应用提供新的见解,以构建透明、可追溯、可持续的茶产业链。
    主要发现与结论:智能技术在茶产业中具有广阔的应用前景,可提升产品质量、效率、透明度和可追溯性。特别是,智能技术的结合可能会带来更好的性能。开放数据集对于存储海量信息是必要的。智能技术的标准化为可持续茶产业的发展奠定了坚实基础。此外,向便携式设备转型是响应茶叶市场需求的最主要方向。

  • 基于模糊逻辑的番茄质量评估与提升:精准农业的成熟视角

    2024
    Postharvest Biology and Technology
    中科院一区
    JCR一区
    查看原文

    M. Cano-Lara & H. Rostro-Gonzalez

    食品标签

    新鲜蔬菜 颜色与外观品质 其他品质相关性质 显微与成像技术

    计算机标签

    智能手机/其他 分类/鉴别/等级评定 缺陷/异物检测与定位 可见光/RGB/视频数据 中等规模数据集

    本研究对利用模糊逻辑进行番茄质量评估与提升进行了细致探索,重点关注牛排番茄、罗马番茄和樱桃番茄品种。该研究采用了涵盖形状、大小、纹理和颜色分析的多变量方法。利用受控成像系统,在不同成熟阶段采集了165个番茄的图像,以确保光照、相机位置和背景颜色的一致性。应用图像处理和计算机视觉技术,包括分割和特征提取,以全面评估番茄。质量评估涉及考虑果皮着色的三个阶段、缺陷数量以及使用熵统计方法计算的果皮纹理。决策过程和质量评估由Mamdani型模糊推理系统辅助,利用尺寸、花萼形状、成熟阶段和缺陷区域等外部特征的数值。基于模糊逻辑的系统采用了22条模糊规则和三种不同的隶属函数(梯形、高斯形和三角形),能够对输入变量中类别之间的过渡进行细致映射。此外,系统使用采集图像中的80%和20%分别进行了严格的训练和验证。通过该系统,我们能够识别并分割出表现出不良状况的番茄区域。这种方法超越了通常依赖颜色评估或破坏性硬度评估的果实成熟度估计传统方法。

  • 图像识别技术揭示了黑胡萝卜喷干过程中花青素降解与颜色变化之间的关系

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

    Wenfeng Li, Rui Yang, Yiwen Xia, Xinyi Shao, Yimeng Wang, & Wanjie Zhang

    食品标签

    新鲜蔬菜 氧化、褐变等化学变化 其他品质相关性质 光谱/色谱/质谱等分析方法 花青素与类胡萝卜素

    计算机标签

    模拟与数字孪生 可见光/RGB/视频数据

    为了识别花青素降解与食品加工中颜色变化之间的有趣关系,黑胡萝卜片(BCS)采用空气冲击喷射干燥(AIJD)和热空气干燥(HAD)进行干燥。AIJD在干燥体征方面比HAD更先进。比色计测定结果显示,在AIJD期间,BCS颜色在50、60和70°C下发生显著变化。UHPLC-QqMS/MS 分析发现,AIJD诱导的主要BCS花青素(氰胺素-3-木糖基(feruloylglucosyl)半乳糖苷和氰胺-3-木糖(sinapoylglucosyl)半乳糖苷)的降解属于非自发吸热反应,分别遵循0.5阶和1阶动力学方程。花青素含量和色度计获得的颜色呈强正相关,尤其是a和色度值。我们进一步开发了一个基于图像识别技术的Python脚本,用于可视化BSC图像中花青素含量与颜色之间的相关矩阵。图中显示,花青素与颜色之间的强正相关主要集中在样本边缘,呈同心模式。

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