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

  • 基于机器学习辅助元素分析的食品真实性控制增强

    2024
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Ying Yang, Lu Zhang, Xinquan Qu, Wenqi Zhang, Junling Shi & Xiaoguang Xu

    食品标签

    化学污染物 其他安全问题

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定

    随着食品真实性日益受到关注,高效准确的技术对解决相关问题、提升公众对食品的信任至关重要。本综述阐述了食品真实性的两个主要方面,即食品可追溯性和食品质量控制。更具体地说,是指食品产地和有机食品的追溯、食品掺假和重金属的检测。同时指出了常用形态学和有机化合物检测方法的局限性,并强调了利用机器学习技术结合食品中的元素作为检测指标来解决食品真实性问题的优势。以元素作为检测对象具有稳定性好的显著优势,机器学习技术能够结合大数据样本,在保证准确性的同时提高效率。此外,通过比较不同算法的准确率可以找到最合适的算法。

  • 乳酸菌发酵蓝莓汁外多糖产生研究:优化、发酵特性与可见近红外光谱模型

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

    Suqun Yang, Yang Tao, Xiayidan Maimaiti, Wei Su, Xiaoli Liu, Jianzhong Zhou, & Linlin Fan

    食品标签

    发酵食品及酱腌制品 营养与生物功能 过程控制与数字化 光谱/色谱/质谱等分析方法 传统统计分析与回归 植物化学/生物活性成分

    计算机标签

    机器学习/统计学习 随机森林 序列到序列/编码-解码 定量预测/回归分析 红外/拉曼光谱数据 中等规模数据集

    研究了蓝莓汁发酵后外多糖的产生情况。在温度26.5°C、pH值5.5、接种量5.4%和葡萄糖添加率9.1%的条件下,使用人工神经网络和遗传算法实现了外多糖产率2.2±0.1克/升(增加32.5%)。在最佳条件下,可活细胞计数和总酸度分别增加了2.0 log CFU/mL和1.6倍,而酚类和花青素含量分别减少了9.26%和7.86%。这些成分的变化影响了外多糖的生物合成。可见光近红外光谱检测到了与外多糖主要官能团相关的-羟基和-CH吸收带。基于谱系结果构建了预测模型。采用竞争性自适应加权抽样和随机森林,提升模型在R值下的预测表现C= 0.936 和 RP= 0.835,表明发酵过程中外多糖含量的良好可预测性。

  • 基于机器学习引导REIMS脂质组指纹的零售鲜牛肉切块误标识别

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

    Gongshuai Song, Xichuang Guo, Qianyun Li, Jimin Lv, Danli Wang, Tinglan Yuan, Shaoli Liu, Ling Li, Jie Liao, Mengna Zhang, Qing Shen, Fuping Zheng, & Jinyan Gong

    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 脂质与脂肪酸

    计算机标签

    机器学习/统计学习 支持向量机 K-近邻 分类/鉴别/等级评定 组学数据

    牛肉掺假、虚假标注等欺诈行为频发。本研究基于电刀 - 快速蒸发电离质谱(iKnife-REIMS)技术,结合机器学习(ML)算法,建立了一套用于生鲜市售牛肉部位(眼肉、西冷、牛腩、牛腱子、牛前腱)精准鉴别的快速可靠方法。研究利用机器学习模型解析不同牛肉部位的 REIMS 脂质组指纹图谱,挖掘其中的特征信息;并采用判别分析(DA)、支持向量机(SVM)、K 近邻(KNN)三种主流机器学习算法构建真伪鉴别模型,以实现对牛肉部位虚假标注行为的甄别。结果显示,判别分析、支持向量机、K 近邻模型的鉴别准确率分别达 95.54%、99.91% 和 100%。研究通过混淆矩阵、受试者工作特征曲线及曲线下面积指标对模型性能进行综合评估,并验证了所建 REIMS 检测方法的有效性,其鉴别掺假牛肉的准确率达 96.80%。综上,这套融合机器学习的智能 REIMS 分析方法,可高效实现对牛肉部位虚假标注的真伪鉴别。

  • 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。

  • 风味工程:生物基础、人工智能整合、工业发展与社会文化动态的综合综述

    2024
    Food Research International
    中科院一区
    JCR一区
    查看原文

    L.P. Queiroz, I.B.R. Nogueira & A.M. Ribeiro

    食品标签

    感官评价与方法学 标准/法规/数据库分析

    计算机标签

    机器学习/统计学习

    这篇前沿综述全面探讨了风味开发,涵盖了生物学基础、分析方法和其社会文化影响。它整合了工业视角并审视了人工智能(AI)在风味科学中的作用。综述从风味的生物复杂性入手,深入探讨了植根于感官体验的味觉、香气和质地的相互作用。数学建模和分析技术的进步为跨学科合作和技术创新开辟了途径,应对了风味感知的个体和文化差异。风味的影响超越了味觉体验,波及经济、社会、营养、健康和技术创新。这种综合理解加深了对文化景观中嗅觉与风味元素间动态相互作用的认识,强调了感官体验如何交织在人类文化和遗产之中。食品风味分析的发展,涵盖了感官分析、仪器分析、两者结合以及人工智能技术的整合,标志着该领域的动态进展,预示着风味产业在精度、效率和创新方面的前景广阔。本综述通过元数据分析方法,收集了风味工程及相关领域的文章和书籍章节,分析数据提取自Scopus、Web of Science和ScienceDirect等主要在线数据库。

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