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
小麦

标签记录(计算机学者)

暂无筛选

共 48 条结果

  • 中国收割小麦中脱氧硝鞘甲苯酚预测模型:揭示环境与农艺实践的影响

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

    Sen Li, Ningjing Liu, Di Cai, Cheng Liu, Jin Ye, Bingjie Li, Yu Wu, Li Li, Songxue Wang &H.J. van der Fels-Klerx

    食品标签

    小麦 化学污染物

    计算机标签

    定量预测/回归分析 中等规模数据集

    小麦中的脱氧雪腐镰刀菌烯醇(DON)是全球主要的食品安全隐患之一。本研究利用中国黄淮海地区479块麦田的历史数据,探究了70项与环境相关的特征前期因子以及6项农艺管理因子。研究结果表明,小麦开花前17天至收获前10天这段时期的气温、相对湿度、降水量和日照时长会影响脱氧雪腐镰刀菌烯醇的含量水平。稻麦轮作、秸秆还田、播种密度过大以及低纬度种植均会提升脱氧雪腐镰刀菌烯醇的污染风险。此外,本研究构建了脱氧雪腐镰刀菌烯醇含量预测经验模型,其内部验证与外部验证的分类准确率分别为87.73%(决定系数R2=0.62)和80.21%(决定系数R2=0.60)。该模型是国内首个针对收获期谷物霉菌毒素污染开展的大尺度预测模型,可对全球近14%小麦供应量的脱氧雪腐镰刀菌烯醇污染风险进行预测。

  • 嗅觉传感器结合化学计量学分析测定储存小麦中的脂肪酸

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

    Hui Jiang, Jihong Deng, & Quansheng Chen

    食品标签

    小麦 品质、结构与理化性质 光谱/色谱/质谱等分析方法 脂质与脂肪酸

    计算机标签

    支持向量机 机器学习/统计学习 特征工程与选择策略 定量预测/回归分析 时序传感器/物联网数据

    脂肪酸含量是衡量小麦储藏品质的核心指标。本研究提出一种基于嗅觉传感器技术的储藏小麦脂肪酸定量检测方法。研究采用 12 种化学染料(卟啉类化合物)制备得到4×3 阵列式嗅觉传感器,用于采集储藏小麦的挥发性气味信息。通过 蜣螂优化算法(DBO) 筛选与小麦脂肪酸值高度相关的最优特征颜色变量组合,并构建基于支持向量回归(SVR)的小麦脂肪酸值检测模型。结果表明,蜣螂优化算法可有效筛选出与小麦脂肪酸值密切相关的特征颜色变量;基于该算法筛选的 11 个特征颜色变量所构建的支持向量回归检测模型性能最优,其预测均方根误差低至 3.0384 mg/100g,预测相关系数(R p)达 0.9413。
    综上,本研究制备的嗅觉传感器在粮食储藏品质检测领域具有良好的应用前景。

  • 利用Dyes/Dyes-Cu-MOF纸张比色传感器阵列进行模式识别辅助检测霉斑小麦

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

    Xiaofang Liu, Danqun Huo, Jiawei Li, Yi Ma, Huan Liu, Huibo Luo, Suyi Zhang ,Xiaogang Luo& Changjun Hou

    食品标签

    小麦 特征风味

    计算机标签

    主成分分析/判别分析 分类/鉴别/等级评定 可见光/RGB/视频数据 时序传感器/物联网数据

    为实现对不同霉变率小麦的及时鉴别,本文设计了一种染料/染料-铜金属有机框架纸基比色传感器阵列。利用阵列点位捕获不同霉变率小麦释放的挥发性气体,并输出红绿蓝(RGB)色彩数值。建立了ΔR、ΔG、ΔB数值与气味组分之间的关联关系。其中,2′号和3′号阵列点位的ΔG数值与霉变率相关性最优,决定系数R²分别为0.9816和0.9642;3号点位的ΔR数值与2号点位的ΔG数值也与霉变率具有良好相关性,R²分别为0.9625和0.9502。随后对ΔRGB数值开展模式识别分析,线性判别分析(LDA)对所有样本的鉴别准确率可达100%,还可实现小麦霉变程度高低区域的划分。该方法通过可视化呈现不同霉变率小麦产生的气味,为食品质量安全的快速、可视化、无损检测评估提供了一种基于气味感知的监测手段。

  • 基于高光谱成像技术与不同深度卷积神经网络的轻微发芽小麦籽粒识别

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

    Jingwu Zhu, Hao Li, Zhenhong Rao, & Haiyan Ji

    食品标签

    小麦 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

    深度学习 卷积神经网络 分类/鉴别/等级评定 高光谱/多光谱光谱

    发芽小麦籽粒会对小麦粉、面包等各类小麦制品的品质产生显著影响,但此类籽粒(尤其是轻度发芽籽粒)难以通过人工肉眼识别。本研究采用高光谱成像技术,结合深度学习算法,开展轻度发芽小麦籽粒与正常小麦籽粒的分类鉴别研究。研究首先对随机摆放的小麦籽粒高光谱图像,采用多种常用预处理方法进行数据优化。随后,构建一维、二维、三维及混合型四种深度卷积神经网络(CNN)模型,将其作为分类器,基于光谱或高光谱数据实现两类小麦籽粒的鉴别。研究进一步对训练集数据实施数据增强处理,并重新训练所构建的二维、三维及混合型卷积神经网络模型,将验证集上的模型性能与数据增强前的结果展开对比分析。实验结果表明,数据增强处理对二维、三维及混合型卷积神经网络模型的性能提升具有积极作用;所构建的四款模型在轻度发芽与正常小麦籽粒分类任务中均表现优异,在测试集上的分类准确率分别为:一维卷积神经网络模型 96.81%、二维卷积神经网络模型 96.02%、三维卷积神经网络模型 98.40%、混合型卷积神经网络模型 98.12%。研究结论显示,本研究所提出的模型(尤其是分类准确率最高的三维卷积神经网络模型,以及可训练参数最少的混合型卷积神经网络模型)具备良好的应用前景,可作为鉴别发芽与正常小麦籽粒的有效分类工具。

  • 结合高光谱成像与集成学习快速无损检测小麦品种及混合比例

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

    Xinna Jiang, Youhua Bu, Lipeng Han, Jianping Tian, Xinjun Hu, Xiaobing Zhang, Dan Huang, & Huibo Luo

    食品标签

    小麦 光谱/色谱/质谱等分析方法

    计算机标签

    机器学习/统计学习 特征工程与选择策略 分类/鉴别/等级评定 高光谱/多光谱光谱

    小麦是酿造中国白酒的主要原料,其品种差异与配比不同会直接影响白酒的品质与风味。本研究将高光谱成像技术(HSI)与集成学习模型相结合,开展小麦品种的分类鉴别及配比的定量检测研究。研究分别提取了每粒小麦籽粒的光谱信息、纹理特征与形态特征;采用基于密度的噪声应用空间聚类算法(DBSCAN) 剔除异常数据,并通过萨维茨基 - 戈雷卷积平滑结合多元散射校正(SG-MSC) 方法对小麦样品的光谱数据进行预处理。随后,利用竞争性自适应重加权采样算法(CARS) 筛选特征波长,并对比了以特征光谱数据、图像特征及融合数据作为输入时,BP-Adaboost 集成模型的分类效果。验证集的识别结果与可视化分析表明,特征光谱数据与形态特征相融合的建模方案分类效果最优,平均分类准确率达 92.29%,配比预测的最大偏差范围为 5%。即便增加小麦的分类类别,该方法仍能取得优良的检测效果。综上,本研究证实,将高光谱成像技术获取的多维度融合数据与集成学习模型相结合,可有效实现小麦品种的分类鉴别与配比检测,具备实际应用的可行性。

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