全国22家奶粉企业69批次产品检出三聚氰胺

老百姓的生命和金钱,就这样被糟蹋,痛心啊~     强烈建议:1岁以下婴儿全部用母乳喂养!


 国际在线消息:国家质检总局日前紧急在全国范围内展开了婴幼儿奶粉三聚氰胺专项检查,22家婴幼儿奶粉企业69批次产品检出不同含量的三聚氰胺。

  这22家企业有三鹿集团股份有限公司、上海熊猫乳品有限公司、青岛圣元乳业有限公司、宝鸡惠民乳品集团有限公司、山西古城乳业集团有限公司、江西光明英雄乳业股份有限公司、内蒙古蒙牛乳业集团股份有限公司和广东雅士利集团股份有限公司等,其他87家企业未检出。

  在检出三聚氰胺的产品中,石家庄三鹿牌婴幼儿配方乳粉的三聚氰胺含量很高,其中最高的达每公斤2563毫克;其它在每公斤0.09到619毫克之间。

  被检企业中只有广东雅士利的婴幼儿配方乳粉出口到了孟加拉、缅甸、也门三个国家,经对流样检测未发现三聚氰胺。供应北京奥运会残奥会的乳制品未检出三聚氰胺。9月14日以后生产的液态奶未发现三聚氰胺。

  为保证乳制品的安全,有关部门采取了进一步加强监管的措施,一是对检出存在三聚氰胺的69个批次产品立即下架封存召回销毁,对有关企业立即进行全面调查,依法严肃处理。二是对所有乳制品生产企业质检部门派员驻场监管,对进场原料奶和各生产环节进行严格监督检查,确保这次专项检查后生产的乳制品质量安全。

  据医学专家介绍,三聚氰胺是一种低毒性化工产品,婴幼儿大量摄入可引起泌尿系统疾患,目前患泌尿系统疾患的婴幼儿主要是由于食用了含有大量三聚氰胺的三鹿牌婴幼儿配方乳粉引起的,多数患儿通过多饮水、勤排尿等方法,结石可自行排出。如婴幼儿出现尿液混浊、排尿困难等症状时,需要及时到医院就诊。发生急性肾功能衰竭时,如及时治疗患儿也可以恢复。目前,卫生部门要求各医疗机构进一步加强对含三聚氰胺奶粉引发病例的筛查诊断工作,国家有关部门将继续密切跟踪调查。

中新网9月16日电据中央电视台新闻联播报道,国家质检总局近日紧急在全国开展了婴幼儿奶粉三聚氰胺含量专项检查。阶段性检查结果显示,有22家婴幼儿奶粉生产企业的69批次产品检出了含量不同的三聚氰胺。


CCTV9月16日报道 央视新闻联播刚刚播出,质检总局通报全国婴幼儿奶粉三聚氰胺含量抽检结果,伊利、蒙牛、光明、圣元、雅士利等22个厂家69批次产品中检出三聚氰胺,被要求立即下架。

   品牌   抽样数 不合格数  三聚氰胺最高含量
  1. 三鹿      11       11       每公斤2563毫克
  2. 熊猫      5        3        每公斤619毫克
  3. 圣元      17       8        每公斤150毫克
  4. 古城      13       4        每公斤141.6毫克
  5. 英雄      2        2        每公斤98.6毫克
  6. 惠民       1       1        每公斤79.17毫克
  7. 蒙牛       28      3        每公斤68.2毫克
  8. 可琪       1       1        每公斤67.94毫克
  9. 广东雅士利  30     8        每公斤53.4毫克
  10. 南山       3      1        每公斤53.4毫克
     11. 麒麟       1      1        每公斤31.74毫克
  12. 山西雅士利 4      2        每公斤26.3毫克
  13 金必士      2      2        每公斤18毫克
  14 施恩        20    14        每公斤17毫克
  15 金鼎        3      1         每公斤16.2毫克
  16 伊利        35    

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值