在小麦生产中，重金属污染问题引起了广泛关注。如果食用被重金属污染的小麦，当污染物的生物累积达到一定浓度时，会引起慢性中毒，甚至引发癌症、生理异常等疾病。例如，重金属镉摄入后可在人体的肝、肾等器官和组织中蓄积，对各器官和组织造成损害。当达到一定浓度时，会破坏骨骼中钙的正常供应，严重时会引起骨软化等恶性疾病。疾病。因此，通过预测方法掌握食品加工链重金属污染的发展规律并及时防治具有重要的现实意义。

为了提高小麦加工中镉含量预测的准确性贝语网校，北京工商大学人工智能学院的金学波、张家帅和北京服装学院的王小艺*进行了基于镉含量的深度学习网络建模小麦加工链中的数据并使用正则化方法。优化其损失函数，通过添加噪声惩罚项来防止模型在训练过程中对噪声过拟合，并使用贝叶斯超参数优化方法来优化模型超参数。

1.小麦加工链中小麦镉含量数据集构建

经过增广处理，最终获得了小麦加工链各环节样品的镉含量数据，整个加工链的镉含量数据为2057个。以其中三个全加工链镉含量变化为例，如图3所示，清理环节X2和小麦调理环节X3镉含量略有增加。此后各环节镉含量变化较为稳定。

2. 不同模型预测性能比较

本次试验是基于上述小麦加工链10个环节中2057个全加工链的镉含量数据进行的。本研究得到的模型与线性回归、RNN、LSTM和GRU模型进行比较，并使用RMSE、MAE和r来评估模型的性能。结果如表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模型具有更好的预测性能（RMSE降低了46.37） %）。

通过验证集的验证和对比分析可以看出，本研究得到的模型在预测任务中表现较好，具有更强的噪声时间序列数据分析能力。可以看出，本研究得到的模型能够有效分析噪声时间序列数据，对于小麦加工链中有害物质等噪声数据具有良好的预测性能。

3. 模型预测结果

根据上述20%原粮的镉含量数据，预测了后续清理、润麦、磨皮等10个工序的镉含量。 6个样品的预测结果如图4所示。其中，清洗和润湿阶段样品的镉含量略有增加，尤其是清洗阶段。由于镉在小麦表皮中富集，这两个阶段的渗透对镉有一定的沉淀作用。经过第一步和第二步磨皮后镉含量持续下降，表明磨皮对有害镉有良好的去除效果。预测结果还表明，X6～X11环节镉含量已基本稳定。

GB 2762-2017《食品安全国家标准食品中污染物限量》规定，原麦粒和成品粮中镉含量不得高于0.1毫克/千克。从本研究得到的模型可以看出，当原麦粒中镉含量低于GB 2762-2017规定的0.1 mg/kg时，加工链中清理、润湿环节的镉含量可能会降低。暂时超标，但最终成品小麦粉符合标准。 GB 2762-2017要求；当生小麦中镉含量高于0.1毫克/千克时，成品小麦粉中镉含量将高于0.1毫克/千克。因此，考虑到检测数据的偏差，为保证小麦粉的食品安全，当原粮中有害物质镉含量高于0.1毫克/千克时，不能进行后续加工。

综上所述

该实验基于小麦加工链各个阶段小麦中的镉含量。采用深度学习建模方法对加工链各环节样品中的镉含量进行建模和预测。构建的模型首先利用正则化方法修改深度学习模型的损失函数，通过添加噪声惩罚项来降低噪声项对模型预测性能的影响。同时，采用贝叶斯优化算法对模型超参数进行优化。经过对比验证，本研究建立的模型对实际小麦加工链中镉含量数据的预测具有较高的准确性。

该预测模型的应用可以准确预测从原麦到小麦粉加工链各关键环节镉含量的变化，可指导小麦加工链镉危害防控实践。预测结果表明，通过加工，原小麦中镉含量总体呈下降趋势。但在清洗和润湿过程中，镉含量会略有增加。从预测模型可以看出，如果原料小麦的镉含量符合GB 2762-2017的要求，即小麦中的镉含量不高于0.1 mg/kg北京中加工商学院，则加工后的成品小麦粉基本符合GB 2762-2017的要求。

第一作者简介：

金学波，北京工商大学人工智能学院教授、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，2017年获浙江大学控制科学与工程博士学位。 2004年，导师为孙友贤院士。

2013年，他作为引进人才进入北京工商大学，并入选北京市拔尖人才之一。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业委员会委员、中国出入境检验检疫局进出口食品标准化技术委员会委员IEEE会员、国家科技专家库专家、国家自然科学基金委专家、浙江省自然科学基金委专家库专家等是省市顶尖人才在北京。

研究方向包括信息融合、模式识别与预测、大数据分析、深度学习等。在相关领域主持国家科技支撑计划项目1项、国家自然科学基金项目4项等多项研究项目项目。荣获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，发表SCI、EI等高水平学术论文100余篇，其中ESI高被引论文7篇（排名前1） %) 和 3 篇 ESI 热点论文。 （前0.1%）北京中加工商学院，已授权国家发明专利20余项，出版传感器信号识别与状态估计、多传感器信息融合等学术专着3部。担任SCI收录期刊编委，并担任IEEE/CAA、-Based等中科院第一区SCI期刊审稿人。

通讯作者简介：

王晓毅，教授，北京服装学院副院长。

博士生导师，山西省新县人，北京服装学院副院长，兼任中国仪器仪表学会物联网专业委员会常务理事、中国仪器仪表学会智能服务专业委员会委员人工智能学会等。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），入选北京市百人计划2020年千人计划。

主要研究领域为食品安全和环境保护。近年来主持科技部重点研发项目、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、省部级项目项目等，并荣获中国仪器仪表学会科学技术奖二等奖、中国轻工业联合会科学技术进步奖一等奖、中国科学技术进步奖一等奖粮油学会等

发表学术论文120余篇，其中SCI收录文章50余篇，授权国家发明专利20余项，出版学术专着2部。

本文《小麦加工链重金属镉含量深度网络预测模型》来自《食品科学》第43卷第17期，第50-55页，2022年，作者：金学波，张家帅，郭天阳，王小艺，苏婷莉，赖艳群，孔建雷，白玉婷。 DOI：10.7506/-194。点击下方阅读原文，查看文章相关信息。

近期研究热点