摘要
本发明公开了一种食用油加热过程中有害物质检测方法及系统,用于食品安全检测技术领域,该方法包括以下步骤:在食用油加热过程中定期采集油样和油烟样本,建立食用油加热过程中有害物质的时序数据集;初始化循环神经网络模型,并利用贝叶斯优化算法对初始化循环神经网络模型的超参数进行调优,得到最终优化循环神经网络模型;基于优化后的循环神经网络模型,对食用油加热过程中有害物质的时序数据集进行预测。本发明通过对食用油加热过程中有害物质浓度的时序变化进行实时监测,确保预测结果的高准确性和鲁棒性,通过科学的方法平衡精度与效率,有效降低因食用油不当使用带来的健康风险。
技术关键词
循环神经网络模型
有害物质检测方法
食用油
超参数
多模态传感器
时序
油烟
加热
气体传感器阵列
有害物质检测系统
样本
叉指电容
食品安全检测技术
温湿度传感器
数据
后验概率分布
图像传感器
算法
系统为您推荐了相关专利信息
短期负荷预测方法
优化神经网络
融合神经网络
历史负荷数据
双向长短期记忆网络
多模态传感器
氧化镁膨胀剂
纳米二氧化硅
大体积混凝土
低热硅酸盐水泥
电力负荷预测模型
电力负荷预测方法
超参数
鲸鱼优化算法
电力系统
气体传感器阵列
深度神经网络结构
多模态传感器
判别模块
对抗性