来源：期刊VIP网 时间：
作者：张书鸣;王欣;郑玲春;白亚敏;聂旭元;王锴;许桐;FRANCISCO PéREZ NEVADO;王强;
单位：重庆第二师范学院生物与化学工程学院;重庆第二师范学院油脂资源利用与创新重庆市工程研究中心;重庆市食品药品检验检测研究院;埃斯特雷马杜拉大学;
摘要：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。
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
基金资助：重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0362);; 重庆市教委科技项目(KJQN202101616)
