近年來頻發(fā)的食品安全風險事件對我國食品安全事業(yè)的發(fā)展帶來了巨大的壓力,當下有關(guān)食品安全的情報分析以及研判預警已經(jīng)成為食品安全監(jiān)督、管理的關(guān)鍵環(huán)節(jié),合理的防控機制可以有效提高食品安全的整體態(tài)勢。在信息高速交互的時代,數(shù)據(jù)來源主要趨向于網(wǎng)絡(luò)化和數(shù)字化,數(shù)據(jù)結(jié)構(gòu)也變得復雜多樣,數(shù)據(jù)之間的關(guān)聯(lián)性尤為隱蔽而不易覺察。面對錯綜復雜的食品海量數(shù)據(jù)信息,傳統(tǒng)的情報研判技術(shù)已經(jīng)無法滿足其需求,因此本文運用機器學習等方法構(gòu)建智能化的食品安全情報研判模型,從而提高食品監(jiān)管部門對食品安全的情報研判能力。首先,利用關(guān)聯(lián)規(guī)則、BP神經(jīng)網(wǎng)絡(luò)等機器學習方法,通過分析大量的食品抽檢數(shù)據(jù),建立適用于不同食品安全問題場景下的情報分析模型。利用Hash技術(shù)改進關(guān)聯(lián)規(guī)則算法對食品抽檢數(shù)據(jù)屬性進行關(guān)聯(lián)碰撞分析,使其挖掘出三個不同場景下,食品安全抽檢數(shù)據(jù)中潛在的情報規(guī)則,并通過分析相應的情報制定對應的行動措施,對食品安全的監(jiān)督管理工作具有重要的指導意義;利用BP神經(jīng)網(wǎng)絡(luò)方法,學習肉類食品屬性信息與檢測結(jié)果之間的內(nèi)在聯(lián)系,從而預測食品的質(zhì)量狀態(tài),并將預測結(jié)果作為食品安全抽檢工作的先驗情報,可以輔助監(jiān)管部門制定有效的食品安全抽檢計劃,...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

圖2-1情報、信息、數(shù)據(jù)的聯(lián)系

第二章基本理論及方法概述14圖2-1情報、信息、數(shù)據(jù)的聯(lián)系情報研判的流程和方法主要是指運用科學嚴謹?shù)难芯糠椒?對各種情報線索、零散脫節(jié)信息進行深度加工整理與關(guān)聯(lián),產(chǎn)生一個預測性或判定性結(jié)果的過程，圍繞人員、物品、事端、形勢等主線進行深入關(guān)聯(lián)碰撞和分析研究,以發(fā)現(xiàn)獲取情報。情報研判....

圖2-2情報研判的流程

第二章基本理論及方法概述14圖2-1情報、信息、數(shù)據(jù)的聯(lián)系情報研判的流程和方法主要是指運用科學嚴謹?shù)难芯糠椒?對各種情報線索、零散脫節(jié)信息進行深度加工整理與關(guān)聯(lián),產(chǎn)生一個預測性或判定性結(jié)果的過程，圍繞人員、物品、事端、形勢等主線進行深入關(guān)聯(lián)碰撞和分析研究,以發(fā)現(xiàn)獲取情報。情報研判....

圖2-3機器學習、深度學習、知識圖譜的聯(lián)系

第二章基本理論及方法概述152.3機器學習方法2.3.1機器學習的領(lǐng)域范疇機器學習本質(zhì)是利用計算機來模擬人腦思維運算的過程，并將收集來的大量數(shù)據(jù)信息作為模型學習對象，根據(jù)數(shù)據(jù)間的映射關(guān)系可以挖掘某種隱含的規(guī)律，這種映射規(guī)律可以作為模型對未知數(shù)據(jù)進行預測。其算法流程主要為：“數(shù)據(jù)預....

圖2-4Apriori算法流程圖

第二章基本理論及方法概述18圖2-4Apriori算法流程圖2.3.3BP神經(jīng)網(wǎng)絡(luò)（1）BP神經(jīng)網(wǎng)絡(luò)原理BP神經(jīng)網(wǎng)絡(luò)是以人類大腦神經(jīng)元信息傳遞模型建立的，模型的每一層都含有大量的神經(jīng)元，每個神經(jīng)元節(jié)點都代表一種特定輸出狀態(tài)下的激活函數(shù)。模型通過對輸入端的信息進行正向傳遞，并利用誤....

本文編號：4000668