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

  • 亚阈值氯原酸内酯的鉴定及其对即饮咖啡风味不稳定的影响

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

    Hao Lin, Edisson Tello, Christopher T. Simons & Devin G. Peterson

    食品标签

    咖啡饮料 品质、结构与理化性质 保藏与贮藏 光谱/色谱/质谱等分析方法 酚酸类

    计算机标签

    偏最小二乘法 定量预测/回归分析

    即饮咖啡(RTD)在贮藏过程中存在风味不稳定性,会对产品品质产生负面影响。本研究采用非靶向液相色谱 - 质谱联用(LC/MS) 分析,旨在鉴定贮藏期间发生降解、且影响即饮咖啡风味属性的化学物质。以新鲜与经贮藏老化的咖啡样品的 LC/MS 化学图谱为自变量,以感官差异度评分为因变量,采用正交偏最小二乘法(OPLS) 构建模型,该模型拟合度优良(R2Y=0.966)、预测能力出色(Q2=0.960)。研究通过离线多维制备型液相色谱(Prep-LC)对排名前五的高预测性化学特征物进行纯化,经 LC/MS 与核磁共振波谱(NMR) 鉴定,共发现 10 种共流出的绿原酸内酯类化合物(CGLs)。在 4 个月贮藏周期内,咖啡中 8 种绿原酸内酯的浓度显著下降。感官重组试验结果表明:在阈下浓度条件下,3-O - 咖啡酰基 -γ- 奎尼内酯与 4-O - 咖啡酰基 -γ- 奎尼内酯的降解,仍会显著影响即饮咖啡的风味稳定性。

  • 基于非靶向LC-MS鉴定影响储存期间风味感知的Rebaudioside A降解产物

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

    Benjamin S. Gelinas, Yifan Liu, Edisson Tello & Devin G. Peterson

    食品标签

    饮料 其他添加剂与配料 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 风味组学

    计算机标签

    偏最小二乘法 定量预测/回归分析 组学数据

    本研究采用非靶向液相色谱 - 质谱风味组学化学轮廓分析,旨在鉴定可预测 莱鲍迪苷 A(Reb A) 在酸化饮料中、35℃条件下贮藏 6 周后风味不稳定性的标志物化合物。基于化学轮廓数据与四点感官评价法得到的 d’值,构建了预测性能良好的高质量正交偏最小二乘(OPLS)分析模型。研究筛选出 4 个预测能力最强的化合物并完成结构鉴定:莱鲍迪苷 A(呈负相关),以及 3 种莱鲍迪苷 A 降解产物(均呈正相关),分别为 Reb A 的重排产物、水合产物、环氧化 / 重排产物,依次命名为化合物 1、2、3。经测定,陈化饮料中化合物 1–3 的浓度均低于其感官识别阈值;但将三者按比例复配进行感官重组实验后发现,该三元混合物可产生可感知的显著风味变化,且与陈化饮料的风味特征高度一致。

  • 阿伦尼乌斯模型与人工神经网络预测冷冻罗非鱼品质变化的比较

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

    Hongli Wang, Yao Zheng, Wenzheng Shi & Xichang Wang

    食品标签

    鱼肉 保藏与贮藏 品质、结构与理化性质 蛋白质与氨基酸 理化与结构表征

    计算机标签

    深度学习 定量预测/回归分析

    本研究旨在探究罗非鱼在112 天不同温度贮藏过程中的品质变化(冰晶形貌、Ca²⁺-ATP 酶活性、总巯基(SH)含量、内源荧光强度(IFI)及 K 值(鲜度指标)),并构建动力学模型与人工神经网络(ANN)模型对上述变化进行预测。贮藏前 4 周内,样品冰晶截面面积与等效直径显著增大,Ca²⁺-ATP 酶活性与总巯基含量急剧下降,差异具有统计学意义(p < 0.05)。在 265 K、259 K、253 K、233 K 条件下贮藏 16 周后,最大波长内源荧光强度(IFI_λmax)分别下降 43.95%、29.77%、28.97% 与 18.58%。基于 IFI_λmax 构建的动力学模型可精准描述 233–265 K 范围内的贮藏品质变化;而其他指标所建模型在贮藏后期(14–16 周)预测精度有所下降。人工神经网络模型的预测效果优于阿伦尼乌斯模型,对所有品质指标均具备更佳的预测性能。

  • 基于偏最小二乘法和人工神经网络分析的采后苹果品质变化与货架期预测模型

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

    Yueyi Zhan, Danshi Zhu, Xiaojun Ren, Yusi Shen, Xuehui Cao, He Liu & Jianrong Li

    食品标签

    新鲜水果 保藏与贮藏 品质、结构与理化性质 常规理化指标测定 质构与流变测试

    计算机标签

    偏最小二乘法 深度学习 定量预测/回归分析 时序传感器/物联网数据

    采后苹果的品质受贮藏温度影响显著。本文研究了苹果在 4℃和 20℃贮藏条件下,风味、质地、色泽、口感等感官品质的变化规律。在相关性分析基础上,采用偏最小二乘法(PLS)和人工神经网络(ANN) 构建货架期预测模型。结果表明:低温贮藏能更好地保持苹果的果皮色泽、果肉硬度及挥发性物质释放;20℃贮藏下苹果可滴定酸度下降速率远快于 4℃。PLS 模型可成功预测苹果货架期;采用单一指标进行 PLS 建模时,预测精度由高到低依次为:质地 > 色泽 > 风味。作为非线性算法,ANN 模型同样可有效预测两种温度条件下苹果的货架期。

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