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
保藏与贮藏

标签记录(计算机学者)

暂无筛选

共 39 条结果

  • 冷冻与解冻肉制品的人工智能研发:研究进展与未来展望

    2024
    Comprehensive Reviews in Food Science and Food Safety
    中科院一区
    JCR一区
    查看原文

    Jiangshan Qiao, Min Zhang, Dayuan Wang, Arun S. Mujumdar & Chaoyang Chu

    食品标签

    肉类/蛋类与水产品 加工与新加工技术 保藏与贮藏 品质、结构与理化性质 过程优化与控制策略

    计算机标签

    机器学习/统计学习 定量预测/回归分析 过程控制与实时优化

    冷冻和解冻肉在稳定肉类供应链和延长肉类保质期方面发挥着重要作用。然而,传统的研发方法难以满足人们对质量、营养价值、创新性、安全性、生产效率和可持续性日益增长的需求。冷冻和解冻肉面临着一些特定挑战,包括解冻过程中的品质劣变。人工智能(AI)已成为解决冷冻和解冻肉研发中这些挑战的一种很有前景的方案。人工智能在感知、判断和执行方面的能力,在解决问题和执行任务中展现出巨大潜力。本综述概述了将人工智能技术应用于冷冻和解冻肉研发的架构,旨在让人工智能更好地实施并提供解决方案。与传统研发方法相比,本文全面总结了人工智能在该领域的当前研究进展和广阔应用前景,重点关注其在应对关键挑战(如解冻工艺快速优化)方面的作用。人工智能在冷冻和解冻肉的产品开发、生产优化、风险管理和质量控制等领域已取得成功。未来,基于人工智能的冷冻和解冻肉研发在推动个性化、智能化生产和可持续发展方面也将发挥重要作用。然而,挑战依然存在,包括对高质量数据的需求、复杂的实施过程、易变的工艺以及环境方面的考虑。为了充分发挥人工智能在冷冻和解冻肉研发中的潜力,需要进一步研究以开发更强大、更可靠的人工智能解决方案,如通用人工智能、可解释人工智能和绿色人工智能。

  • 人工智能方法能为椰枣(Phoenix dactylifera L.)的改进与高效采收及采后处理带来什么?综述

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

    Younes Noutfia & Ewa Ropelewska

    食品标签

    新鲜水果 保藏与贮藏 品质、结构与理化性质

    计算机标签

    机器学习/统计学习 深度学习 分类/鉴别/等级评定 文本/知识库/法规数据

    椰枣(Phoenix dactylifera L.)以其基因型的多样性而闻名,这些基因型在形状、颜色、质地、味道以及其他物理感官属性和生化成分方面均存在差异。这种多样性在农场规模以及处理、加工和储存设施中带来了复杂、漫长且繁琐的工作,旨在生产符合消费者偏好和需求的标准化、均质化最终产品。为了缓解这一问题,近年来人工智能(AI)技术和计算机视觉技术的应用呈现出日益增长的重要性和特定趋势,因为它们被认为是准确、客观、非破坏性、快速且高效的新兴技术。在此背景下,本文全面阐述了AI技术和计算机视觉在椰枣采收及采后评估中的关键应用,这些应用基于(例如)卷积神经网络和人工神经网络等分类模型和算法。因此,本文讨论了AI领域中椰枣数据集的重要性,并链接了椰枣领域所有可访问的数据集。此外,本文通过五个章节详细介绍了应用于椰枣采后的可用相关AI工具和方法,涵盖从成熟度区分到贮藏,以及其他关键处理操作如分选、分级等。总而言之,本综述表明这些智能技术可以在改善整个椰枣产业价值链方面发挥重要作用并提供新的机遇。

  • 基于高交联玉米蛋白的多功能pH敏感主动智能包装,用于猪肉鲜度监测

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

    Jianglong Kong, Xiaohan Ge, Yuting Sun, Meiru Mao, Hongrui Yu, Runxuan Chu & Yi Wang

    食品标签

    畜肉 新鲜水果 植物油 茶/茶饮料 保藏与贮藏 品质、结构与理化性质 营养与生物功能 食品安全与风险评估 包装与智能监测 颜色与外观品质 抗氧化/抗炎等功能 包装设计与机械性能 花青素与类胡萝卜素 其他植物化学物质

    计算机标签

    可见光/RGB/视频数据

    智能包装不仅能够保护食品免受外界环境因素的损害,还可直观监测食品品质与安全状态的变化。本研究以高交联玉米醇溶蛋白为基质,制备出一种兼具pH响应特性、抑菌及抗氧化性能的新型智能包装膜。交联剂添加量为0.05克/克时,复合膜具备最优力学性能,其拉伸强度与断裂伸长率分别为纯玉米醇溶蛋白膜的2.42倍和1.53倍。此外,因负载茶树精油的介孔二氧化硅纳米颗粒被添加入膜材中,该智能包装具备长效抑菌与抗氧化活性。研究将蓝莓花青素作为比色指示剂掺入包装膜内,可借助手机实现肉制品的安全监测。以该复合膜包装猪肉制品,在储存9天后膜体由无色变为棕褐色,可直观表征猪肉发生变质。据现有文献所知,本研究首次实现三点创新:1)将负载茶树精油的介孔二氧化硅纳米颗粒应用于食品包装领域;2)将茶树精油作为抑菌剂添加至玉米醇溶蛋白膜中;3)利用手机检测玉米醇溶蛋白基薄膜的红绿蓝色彩参数值。本研究为开发多功能、极具应用前景的可生物降解智能包装提供了参考范例,也为提升食品安全保障水平提供了新的思路。

  • 基于脂质组学通过UPLC-MS/MS对储存过程中蛋黄脂质变化的评估

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

    Yu Liu, Xing Guo, Niannian Wang, Shiling Lu, Juan Dong, Zeliang Qi, Junrong Zhou & Qinling Wang

    食品标签

    蛋类及其制品 保藏与贮藏 其他组学方法 脂质与脂肪酸

    计算机标签

    偏最小二乘法 主成分分析/判别分析 定量预测/回归分析 组学数据

    采用基于超高效液相色谱-串联质谱(UPLC-MS/MS)技术,对不同贮藏时期的蛋黄开展了全面的脂质组学分析。经检测共鉴定出27个亚类的836种脂质分子,其中包含159种差异显著的脂质。甘油酯类(GL)和甘油磷脂类(GP)为含量最丰富的脂质类别,其次为脂肪酰类(FA)、鞘脂类(SP)、固醇脂类(ST)及异戊烯醇脂类(PR)。主成分分析(PCA)与正交偏最小二乘判别分析(OPLS-DA)结果表明,随着贮藏时间延长,蛋黄脂质组成发生显著变化。同时,甘油磷脂代谢和甘油酯代谢是蛋黄贮藏过程中的关键代谢通路,其中磷脂酸(PA)、溶血磷脂酸(LPA)和甘油二酯(DG)为蛋黄贮藏相关代谢通路中的核心脂质代谢物。此外,蛋黄在贮藏至21天时品质变化最为明显。本研究为鸡蛋贮藏过程中的品质调控及脂质氧化机制研究奠定了理论基础。

  • 人乳储存时间的影响:使用便携式近红外光谱仪和化学计量学进行脂质降解和光谱表征的概念验证

    2022
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Vanessa Jorge dos Santos, Michel Rocha Baqueta, Paulo Henrique Março, Patrícia Valderrama & Jesuí Vergílio Visentainer

    食品标签

    乳及乳制品 保藏与贮藏 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 脂质与脂肪酸

    计算机标签

    偏最小二乘法 过程控制与实时优化 红外/拉曼光谱数据

    母乳(HM)组分随时间发生的变化是一个重要研究课题。本研究旨在通过总脂质(TL)降解分析,结合便携式近红外(NIR)光谱仪与化学计量学方法,评估母乳在为期一年贮藏过程中的组分变化。研究采集了供体母乳的初乳、过渡乳、成熟乳三个阶段样品,并分别设置未处理(生鲜)与巴氏杀菌两种形态进行考察。总脂质含量的主成分分析结果表明,贮藏 75 天后,两种处理形态的成熟乳均出现组分改变。对近红外光谱数据采用交替最小二乘法多元曲线分辨(MCR-ALS) 解析发现,贮藏约 5~6 个月后,母乳中蛋白质与三酰甘油含量下降,而游离脂肪酸(棕榈酸)含量上升。由此说明,母乳贮藏时间超过 5~6 个月时,其营养组分可能发生生化改变。此外,化学计量学分析在信息提取、结果一致性验证及阐明母乳贮藏过程化学变化机制中发挥了关键作用。

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