期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
监督式机器学习在食品中霉菌毒素检测的应用研究进展
1
作者 张书鸣 王欣 +6 位作者 郑玲春 白亚敏 聂旭元 王锴 许桐 FRANCISCO PÉREZ NEVADO 王强 《食品与发酵工业》 北大核心 2025年第14期422-432,共11页
霉菌毒素是霉菌生长过程中产生的有毒次生代谢产物,广泛存在于各类食品中,直接影响食品的质量和人体的健康。为了保障食品安全和人体健康,必须采取有效措施来防止霉菌毒素在食品中的产生和积累。检测霉菌毒素的传统方法存在检测效率较... 霉菌毒素是霉菌生长过程中产生的有毒次生代谢产物,广泛存在于各类食品中,直接影响食品的质量和人体的健康。为了保障食品安全和人体健康,必须采取有效措施来防止霉菌毒素在食品中的产生和积累。检测霉菌毒素的传统方法存在检测效率较低、灵敏度较差、适用性低等缺点,机器学习作为一种辅助手段,在提升检测准确性和简化实验操作等方面具有促进作用。其中,监督式机器学习因其强大的数据处理能力、精准的预测和分类能力、挖掘潜在食品安全问题的能力以及与其他技术的结合应用能力,已被广泛应用到食品安全的检测中,为食品安全检测提供了有力的支持,有助于保障消费者的健康和权益。该文围绕监督学习在食品中霉菌毒素检测的应用进展,介绍了监督学习的工作流程和常用算法,根据不同算法类型阐述了监督学习在检测食品中霉菌毒素的应用,并对监督学习在食品安全检测领域的发展趋势进行了展望。 展开更多
关键词 监督学习 霉菌毒素 食品安全 分析检测 食品分析化学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部