瞿孝云 肖兴宁 肖英平 刘元杰 杨 力 张建民 杨 华汪 雯

（1.华南农业大学，人兽共患病防控制剂国家地方联合工程实验室，农业农村部人畜共患病重点实验室，广东省动物源性人兽共患病预防与控制重点实验室，广州510642；2.浙江省农业科学院农产品质量安全与营养研究所，农产品质量安全危害因子与风险防控国家重点实验室，农业农村部农产品质量安全风险评估实验室（杭州），杭州310021；3.中国农业大学信息与电气工程学院，农业农村部农业信息获取技术重点实验室，现代精细农业系统集成研究教育部重点实验室，北京100083；4.中国计量大学信息工程学院，杭州310018）

沙门氏菌（Salmonel l a）是人畜共患的革兰氏阴性病原菌。据统计，我国70%～80%的细菌性食物中毒是由沙门氏菌引起，每年病例约820万[1]。肉鸡是沙门氏菌的常见宿主，屠宰过程中的宰杀、沥血、浸烫、掏膛、内腔淋洗、预冷清洗等环节是造成产品污染的重要环节，据报道，我国屠宰环节的鸡肉沙门氏菌污染率高达62.9%[2]。本课题组前期基于模拟实验数据，构建了多元非线性回归沙门氏菌污染率预测模型，但传统的回归模型需对变量进行组合或剔除，易造成高维数据拟合的信息缺失，较难实现多维数据下的精准预测[3～4]。机器学习算法可从海量、复杂的数据中深度学习找到关键信息和变量之间的隐藏关系[5]。当前，我国大型肉鸡屠宰场引入了自动化系统，该系统运行积累了大量的温度、湿度、预冷水氯浓度等传感器检测数据，屠宰场日常微生物检测也积累了大量的细菌污染率数据。……