更新時間：2024-12-02 09:09:07作者：佚名
在小麥生產中，重金屬污染問題引起了廣泛關注。如果食用被重金屬污染的小麥，當污染物的生物累積達到一定濃度時，會引起慢性中毒，甚至引發癌癥、生理異常等疾病。例如，重金屬鎘攝入后可在人體的肝、腎等器官和組織中蓄積，對各器官和組織造成損害。當達到一定濃度時，會破壞骨骼中鈣的正常供應，嚴重時會引起骨軟化等惡性疾病。疾病。因此，通過預測方法掌握食品加工鏈重金屬污染的發展規律并及時防治具有重要的現實意義。
為了提高小麥加工中鎘含量預測的準確性貝語網校，北京工商大學人工智能學院的金學波、張家帥和北京服裝學院的王小藝*進行了基于鎘含量的深度學習網絡建模小麥加工鏈中的數據并使用正則化方法。優化其損失函數，通過添加噪聲懲罰項來防止模型在訓練過程中對噪聲過擬合，并使用貝葉斯超參數優化方法來優化模型超參數。
1.小麥加工鏈中小麥鎘含量數據集構建
經過增廣處理，最終獲得了小麥加工鏈各環節樣品的鎘含量數據，整個加工鏈的鎘含量數據為2057個。以其中三個全加工鏈鎘含量變化為例，如圖3所示，清理環節X2和小麥調理環節X3鎘含量略有增加。此后各環節鎘含量變化較為穩定。
2. 不同模型預測性能比較
本次試驗是基于上述小麥加工鏈10個環節中2057個全加工鏈的鎘含量數據進行的。本研究得到的模型與線性回歸、RNN、LSTM和GRU模型進行比較，并使用RMSE、MAE和r來評估模型的性能。結果如表1所示。本研究得到的模型具有最小的RMSE（0.259 5）、最小的MAE（0.161 6）和最大的r，比GRU模型具有更好的預測性能（RMSE降低了46.37） %）。
通過驗證集的驗證和對比分析可以看出，本研究得到的模型在預測任務中表現較好，具有更強的噪聲時間序列數據分析能力。可以看出，本研究得到的模型能夠有效分析噪聲時間序列數據，對于小麥加工鏈中有害物質等噪聲數據具有良好的預測性能。
3. 模型預測結果
根據上述20%原糧的鎘含量數據，預測了后續清理、潤麥、磨皮等10個工序的鎘含量。 6個樣品的預測結果如圖4所示。其中，清洗和潤濕階段樣品的鎘含量略有增加，尤其是清洗階段。由于鎘在小麥表皮中富集，這兩個階段的滲透對鎘有一定的沉淀作用。經過第一步和第二步磨皮后鎘含量持續下降，表明磨皮對有害鎘有良好的去除效果。預測結果還表明，X6～X11環節鎘含量已基本穩定。
GB 2762-2017《食品安全國家標準食品中污染物限量》規定，原麥粒和成品糧中鎘含量不得高于0.1毫克/千克。從本研究得到的模型可以看出，當原麥粒中鎘含量低于GB 2762-2017規定的0.1 mg/kg時，加工鏈中清理、潤濕環節的鎘含量可能會降低。暫時超標，但最終成品小麥粉符合標準。 GB 2762-2017要求；當生小麥中鎘含量高于0.1毫克/千克時，成品小麥粉中鎘含量將高于0.1毫克/千克。因此，考慮到檢測數據的偏差，為保證小麥粉的食品安全，當原糧中有害物質鎘含量高于0.1毫克/千克時，不能進行后續加工。
綜上所述
該實驗基于小麥加工鏈各個階段小麥中的鎘含量。采用深度學習建模方法對加工鏈各環節樣品中的鎘含量進行建模和預測。構建的模型首先利用正則化方法修改深度學習模型的損失函數，通過添加噪聲懲罰項來降低噪聲項對模型預測性能的影響。同時，采用貝葉斯優化算法對模型超參數進行優化。經過對比驗證，本研究建立的模型對實際小麥加工鏈中鎘含量數據的預測具有較高的準確性。
該預測模型的應用可以準確預測從原麥到小麥粉加工鏈各關鍵環節鎘含量的變化，可指導小麥加工鏈鎘危害防控實踐。預測結果表明，通過加工，原小麥中鎘含量總體呈下降趨勢。但在清洗和潤濕過程中，鎘含量會略有增加。從預測模型可以看出，如果原料小麥的鎘含量符合GB 2762-2017的要求，即小麥中的鎘含量不高于0.1 mg/kg北京中加工商學院，則加工后的成品小麥粉基本符合GB 2762-2017的要求。
第一作者簡介：
金學波，北京工商大學人工智能學院教授、博士生導師。
1994年畢業于吉林大學（原吉林工業大學）獲學士學位，1997年畢業于吉林大學（原吉林工業大學）獲碩士學位，2017年獲浙江大學控制科學與工程博士學位。 2004年，導師為孫友賢院士。
2013年，他作為引進人才進入北京工商大學，并入選北京市拔尖人才之一。現任中國航空學會信息融合分會委員、中國自動化學會過程控制專業委員會委員、中國出入境檢驗檢疫局進出口食品標準化技術委員會委員IEEE會員、國家科技專家庫專家、國家自然科學基金委專家、浙江省自然科學基金委專家庫專家等是省市頂尖人才在北京。
研究方向包括信息融合、模式識別與預測、大數據分析、深度學習等。在相關領域主持國家科技支撐計劃項目1項、國家自然科學基金項目4項等多項研究項目項目。榮獲2021年度中國糧油學會科學技術獎一等獎。
在時序信號模式識別、圖像目標檢測與識別等研究領域，發表SCI、EI等高水平學術論文100余篇，其中ESI高被引論文7篇（排名前1） %) 和 3 篇 ESI 熱點論文。 （前0.1%）北京中加工商學院，已授權國家發明專利20余項，出版傳感器信號識別與狀態估計、多傳感器信息融合等學術專著3部。擔任SCI收錄期刊編委，并擔任IEEE/CAA、-Based等中科院第一區SCI期刊審稿人。
通訊作者簡介：
王曉毅，教授，北京服裝學院副院長。
博士生導師，山西省新縣人，北京服裝學院副院長，兼任中國儀器儀表學會物聯網專業委員會常務理事、中國儀器儀表學會智能服務專業委員會委員人工智能學會等。2010年入選北京市科技新星計劃，2018年入選北京市青年拔尖團隊項目（負責人），入選北京市百人計劃2020年千人計劃。
主要研究領域為食品安全和環境保護。近年來主持科技部重點研發項目、國家自然科學基金項目、國家社科基金項目、北京市自然科學基金項目等多項國家、省部級項目項目等，并榮獲中國儀器儀表學會科學技術獎二等獎、中國輕工業聯合會科學技術進步獎一等獎、中國科學技術進步獎一等獎糧油學會等
發表學術論文120余篇，其中SCI收錄文章50余篇，授權國家發明專利20余項，出版學術專著2部。
本文《小麥加工鏈重金屬鎘含量深度網絡預測模型》來自《食品科學》第43卷第17期，第50-55頁，2022年，作者：金學波，張家帥，郭天陽，王小藝，蘇婷莉，賴艷群，孔建雷，白玉婷。 DOI：10.7506/-194。點擊下方閱讀原文，查看文章相關信息。
近期研究熱點