领学术科研之先，创食品科技之新
—— 中国食品杂志社
镉污染范围广、毒性大、易侵入，被认为是最具危害性的重金属之一，人长期摄入过量的镉会引起很多疾病甚至癌症。因此，在小麦加工链中预测镉元素含量的变化趋势，制定相应对策来降低其危害，具有重要的现实意义。针对小麦加工链镉含量数据含有强非线性、强随机性噪声而导致的传统建模拟合度不高等问题，本研究提出一种基于正则化方法的深度预测模型。首先，利用门控循环单元（gated recurrent unit，GRU）建立深度预测模型。其次，使用正则化方法修改模型的损失函数，通过加入噪声惩罚项来淡化训练时模型对于噪声的拟合程度，减小噪声对模型预测性能的影响。最后，使用贝叶斯优化方法进行超参数的选择，保证所建立的模型能够准确地预测小麦加工链各环节中的镉含量。本研究的预测结果表明，如果原麦中镉含量小于0.1 mg/kg，则经过加工的成品小麦粉也基本满足GB 2762—2017《食品安全国家标准 食品中污染物限量》的要求。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
