来源时间为：2022-11-20
在小麦的生产中，重金属污染问题引起了人们的广泛关注。若食用被重金属污染的小麦，当污染物生物累积性达到一定浓度后会引起慢性中毒甚至癌症、生理畸形等病症。如重金属镉在摄入后可在人体的肝、肾等器官组织中蓄积，造成各器官组织的损伤，当达到一定浓度后会破坏骨骼中钙的正常补给，严重者会造成骨软化症等恶性疾病。因此，通过预测方法掌握食品加工链重金属污染发展规律并及时加以预防控制具有极大的实际应用意义。
为了提升小麦加工过程中镉含量预测的准确度，北京工商大学人工智能学院的金学波、张佳帅和北京服装学院的王小艺*等基于小麦加工链镉含量数据进行深度学习网络建模，并使用正则化方法优化其损失函数，通过加入噪声惩罚项防止训练时模型对噪声的过度拟合，并使用贝叶斯超参数优化方法对模型超参数进行优化。
1、小麦加工链中小麦的镉含量数据集构建
小麦加工链各环节样品的镉含量数据经增广处理后最终获得2057条全加工链的镉含量数据。以其中3条全加工链的镉含量变化为例，如图3所示，在清理环节X2、润麦环节X3中镉含量略有增加，之后各环节镉含量的变化相对平稳。
2、不同模型预测的性能对比
基于上文小麦加工链10个环节中2057条全加工链的镉含量数据进行实验。将本研究所得模型与线性回归、RNN、LSTM、GRU模型进行对比，采用RMSE、MAE、r评估模型的性能，结果如表1所示。本研究所得模型的RMSE（0.2595）最小、MAE（0.1616）最小且r最大，比GRU模型的预测性能更好（RMSE降低了46.37）。
通过验证集的验证与对比分析可知，本研究所得模型在预测任务中表现更为出色，拥有更强的含噪时序数据分析能力。由此可见，本研究所得模型可以有效地分析含噪时间序列数据，对于小麦加工链危害物等含噪数据有良好的预测性能。
3、模型预测结果
基于上文中20的原粮镉含量数据，对后续清理、润麦、皮磨等10个环节镉含量进行预测，其中6个样本预测结果如图4所示。其中，清理环节和润麦环节样品的镉含量略有上升，尤其是清理环节，由于镉元素在小麦表皮的富集，这两个环节的浸润对镉元素有一定的析出作用。皮磨一及皮磨二环节后镉含量持续下降，说明皮磨对危害物镉有较好的去除作用。预测结果还表明，X6～X11环节镉含量基本趋于平稳。
GB2762—2017《食品安全国家标准食品中污染物限量》规定小麦原粮及成品粮的镉含量不得高于0.1mg/kg。由本研究所得模型可知，当小麦原粮中镉含量低于GB2762—2017规定的0.1mg/kg时，加工链中清理环节和润麦环节的镉含量可能会使其暂时超标，但最终成品小麦粉符合GB2762—2017要求；而当原麦中镉含量高于0.1mg/kg时，成品小麦粉中镉含量将高于0.1mg/kg。因此考虑检测数据偏差的情况下，为确保小麦粉的食用安全，原粮中危害物镉含量高于0.1mg/kg时不能进行后续加工流程。
结论
本实验基于小麦加工链各个环节小麦中的镉含量。采用深度学习的建模方法对加工链各环节样品中的镉含量进行建模预测。所建模型首先使用正则化方法修改深度学习模型的损失函数，通过加入噪声惩罚项来减小噪声项对模型预测性能的影响。同时使用贝叶斯优化算法优化模型超参数。经过对比验证，本研究所建模型对于实际的小麦加工链镉含量数据预测准确度较高。
应用该预测模型可以准确地预测出加工链中从原麦到小麦粉的各个关键环节镉含量的变化，能够对小麦加工链的镉危害物防控实践进行指导。预测结果表明，通过加工，原麦中的镉含量呈整体下降趋势。但是，在清理和润麦的环节，镉含量会略有上升。由预测模型可知，如果原麦的镉含量满足GB2762—2017要求，即小麦中的镉含量不高于0.1mg/kg，则经过加工的成品小麦粉基本满足GB2762—2017的要求。
第一作者简介：
金学波，教授，北京工商大学人工智能学院博士生导师。
1994年毕业于吉林大学（原吉林工业大学）获学士学位，1997年毕业于吉林大学（原吉林工业大学）获硕士学位，2004年获得浙江大学控制科学与工程博士学位，导师为孙优贤院士。
2013年作为引进人才进入北京工商大学，入选北京市拔尖人才。现任中国航空学会信息融合分会委员、中国自动化学会过程控制专委会委员、中国出入境检验检疫协会进出口食品标准化技术委员、IEEE会员，国家科技专家库专家，国家自然科学基金专家库专家，浙江省等省级自然科学基金专家库专家，北京市拔尖人才。
研究方向为信息融合、模式识别与预测、大数据分析、深度学习等。在相关领域主持了1项国家科技支撑计划课题、4项国家自然基金面上项目等多项研究课题。获2021年度中国粮油学会科学技术奖一等奖。
在时序信号模式识别、图像目标检测与识别等研究领域，已发表SCI、EI收录等高水平学术论文100余篇，其中7篇为ESI高被引论文（前1）、3篇ESI热点论文（前0.1），已授权国家发明专利20余项，出版关于传感器信号识别与状态估计、多传感器信息融合的学术专著3部。担任SCI收录期刊Sensors编委，为IEEE/CAAJournalofAutomaticaSinica、Knowledge-BasedSystems等中科院一区SCI期刊审稿人。
通讯作者简介：
王小艺，教授，北京服装学院副校长。
博士生导师，山西新绛县人，北京服装学院副校长，兼任中国仪器仪表学会物联网专业委员会常务理事，中国人工智能学会智能服务专业委员会委员等，2010年入选北京市科技新星计划，2018年入选北京市青年拔尖团队项目（负责人），2020年入选北京市百千万人才工程。
主要研究领域为食品安全、环境保护，近年来主持科技部重点研发课题、国家自然科学基金项目、国家社科基金项目、北京市自然科学基金项目等多项国家和省部级项目，曾获中国仪器仪表学会科学技术奖二等奖、中国轻工联合会科学技术进步奖一等奖、中国粮油学会科学技术进步奖一等奖等。
公开发表学术论文120余篇，其中SCI检索50余篇，授权国家发明专利20余项，出版学术专著2部。
本文《小麦加工链中重金属镉含量的深度网络预测模型》来源于《食品科学》2022年43卷17期50-55页，作者：金学波，张佳帅，郭天洋，王小艺，苏婷立，赖燕群，孔建磊，白玉廷。DOI:10.7506/spkx1002-6630-20210717-194。点击下方阅读原文即可查看文章相关信息。
修改/编辑：袁艺；责任编辑：张睿梅
图片来源于文章原文及摄图网。
为进一步促进动物源食品科学的发展，带动产业的技术创新，更好的保障人类身体健康和提高生活品质，北京食品科学研究院和中国食品杂志社在宁波和西宁成功召开前两届“动物源食品科学与人类健康国际研讨会”的基础上，将与郑州轻工业大学、河南农业大学、河南工业大学、河南科技学院、许昌学院于2022年12月3-4日在河南郑州共同举办“2022年动物源食品科学与人类健康国际研讨会”。欢迎相关专家、学者、企业家参加此次国际研讨会。
