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

  • 食品风味分析与感官评价技术及应用的进展:传统方法与新兴方法的比较

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Boru Chen, Xiangyang Lin, Zhuotao Liang, Xiaoyue Chang, Zhen Wang, Mingquan Huang & Xin-An Zeng

    食品标签

    感官科学与消费者研究 光谱/色谱/质谱等分析方法 其他特殊成分

    计算机标签

    机器学习/统计学习 定量预测/回归分析 多模态/融合数据

    食物风味是一种复杂的多感官体验,由挥发性和非挥发性成分、质地以及消费者感知之间的相互作用所塑造。本综述探讨了食品风味分析中的传统技术和新兴技术,重点关注它们的应用、优势和局限性。尽管感官评价和化学分析等传统方法能提供有价值的见解,但它们受到主观性的限制,且无法完全捕捉风味感知的动态特性。相比之下,新兴的跨学科方法——整合神经影像学技术和机器学习——正在让我们更深入地理解大脑如何处理风味以及风味如何影响消费者行为。风味分析的未来可能取决于化学、感官、心理和神经学数据的整合,这将促成一种更全面、个性化且动态的研究方法。这种整合有望加深我们对风味感知的理解,并推动食品产品开发的创新,进而提高消费者满意度。

  • 利用近红外和中红外光谱结合DD-SIMCA建模对商业天然甜味剂的真实性进行评估

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Juliana F. de Sousa, Jez W. Batista Braga & Ana Cristi Basile Dias

    食品标签

    甜味剂 光谱/色谱/质谱等分析方法 碳水化合物与糖类 其他植物化学物质

    计算机标签

    机器学习/统计学习 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

    本研究提出了一种直接方法,利用近红外和中红外光谱结合DD-SIMCA分类模型,验证赤藓糖醇、木糖醇和甜叶菊的纯度和真实性。模型通过添加PCA残差和噪声生成的虚拟样本得到了增强,提高了鲁棒性和准确性。验证使用了独立的样本集,包括商业天然甜味剂以及掺假糖精、蔗糖、乙酰磺胺和二氧化硅的样品。在,xylitol效率(EFR)分别为97%(NIR)和95%(MIR),而赤蘚糖醇的EFR分别为96%(NIR)和98%(MIR)。相反,stevia由于甜冠醇苷类的自然变异性和萃取条件,其光谱谱在不同品牌和批次间存在显著差异 。因此,甜叶菊的EFR仅为61%(NIR)和90%(MIR)。这种方法为验证天然甜味剂的真实性提供了快速且准确的替代方案,支持质量控制和反掺假工作。

  • 基于机器学习算法评估和优化红外加热系统中秋葵片的植物化学成分含量和理化性质

    2025
    Food Chemistry: X
    中科院一区
    JCR一区
    查看原文

    Hany S. El-Mesery, Ahmed H. ElMesiry, Evans K. Quaye, Zicheng Hu & Ali Salem

    食品标签

    新鲜蔬菜 物理辅助加工 颜色与外观品质 氧化、褐变等化学变化 其他品质相关性质 过程监测与在线检测 过程优化与控制策略 常规理化指标测定

    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 时序传感器/物联网数据 质构/流变/感官数据

    本研究探讨了在不同气流速率下,不同的空气温度和红外强度对干秋葵理化性质的影响。该模型采用机器学习开发,并通过自组织映射(SOM)对秋葵的理化性质进行了优化。结果表明,较高的红外强度和空气温度能改善复水性和色泽,但会降低水分活度和维生素C含量。相反,较快的气流通过抵消较高温度和红外强度带来的负面影响,有助于保持品质。SOM算法确定了五种最佳干燥条件,发现较低的温度、较低的红外强度和较高的气流为改善秋葵切片品质提供了最佳条件。有趣的是,机器学习模型的预测与测试数据集高度吻合,为理解和控制影响秋葵干燥性能的因素提供了宝贵见解。本研究运用机器学习优化秋葵的干燥过程,这是一种改进食品干燥技术的新方法。它为食品工业在追求提高效率的同时不牺牲产品质量方面提供了有价值的参考。

  • 基于铕金属有机框架的荧光传感器,用于3D打印设备,用于智能手机辅助原位检测食品样本中的四环素

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    M. A. Vargas-Muñoz, Gemma Turnes Palomino, Laura Ferrer & Edwin Palacios

    食品标签

    液态乳 甜味剂 化学污染物 过程监测与在线检测 光谱/色谱/质谱等分析方法 其他特殊成分

    计算机标签

    机器学习/统计学习 定量预测/回归分析 可见光/RGB/视频数据

    这项工作提出了一种新型荧光传感器,用于快速且可视化地检测食品样本中四环素(TCs)。一个基于铕的金属有机框架(Eu-MOF)被固定在使用聚二氟乙烯(PVDF)3D打印的孔微板上。检测使用3D打印智能手机平台进行,数字图像的比色分析则使用ImageJ宏。对于微量分析,TCs使用分子印制聚合物(MIP)墨盒进行预浓缩。在优化条件下,该方法实现了0.06和0.2 mg L的检测和定量极限−1分别,精度低于10%,富集因子为10。自来水、井水、牛奶和蜂蜜样品(1–12毫克升)−1TCs)被分析,回收率在89%至112%之间。该方法与色谱结果进行了回归模型比较,包括Passing-Bablok化学计量工具,并用AGREE、GAPI和BAGI工具评估,强调其环保性和实用性,相较于先前报道的方法。

  • 3D打印驱动的功能性食品创新:个性化营养体系的构建与质构精准调控机制

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

    Mengyuan Wang, Mengyao Zhang, Xiaohu Luo, Liguo Liang & Yanan Liu

    食品标签

    营养与生物功能 3D 打印与结构构筑 质构与流变性质 质构与流变测试

    计算机标签

    机器学习/统计学习 深度学习 过程控制与实时优化

    背景:3D食品打印技术通过精确控制质地和营养成分,彻底改变了功能性食品领域。它能够为特定人群(如吞咽障碍患者、糖尿病患者、儿童等)提供个性化营养,并提高益生菌等功能性成分的生物利用率。
    范围与方法:本综述对3D打印功能性油墨进行了多维度分析,重点关注其流变行为、营养功能性和益生菌存活机制。通过系统性文献综合和案例研究,本研究评估了该技术在特定人群个性化营养中的应用,包括吞咽困难患者、糖尿病患者和儿科群体。此外,还对人工智能(AI)在优化打印参数、预测建模和适应性配方设计中的整合进行了批判性考察。
    主要发现与结论:分子结构决定了3D食品打印油墨的流变学和营养学双重功能,实现了对结构保真度的可编程控制。这一具有范式转变意义的创新通过层次化保护框架提高了益生菌的存活率,该框架整合了材料功能化、工艺优化、结构化微生境和原位代谢调节。关键的是,与传统热加工相比,该技术在保留热敏性化合物(如维生素和多酚)方面具有更优异的营养保留能力,同时还能提升感官属性。研究强调了3D打印食品中质量与安全控制、打印精度和成本平衡的重要性。深度人工智能整合推动了智能适配:实时流变学调节与预测性营养个性化相结合,加速了下一代食品系统的发展。本研究为未来个性化营养系统的构建和功能性食品的精准制造提供了理论基础和技术方向。

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