期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于危害物风险综合评价的粮食抽检决策研究
1
作者 于家斌 陈帅祥 +4 位作者 陈慧敏 赵峙尧 张新 王小艺 崔晓玉 《食品安全质量检测学报》 CAS 2024年第20期232-245,共14页
目的解决传统粮食危害物风险评价不够全面,粮食抽检决策随机性和主观性强的问题。方法提出了一种基于危害物风险综合评价的粮食抽检决策方法。首先,构建多维梯形云模型实现了危害物的可能性风险评价;同时构建膳食暴露评估模型,实现了危... 目的解决传统粮食危害物风险评价不够全面,粮食抽检决策随机性和主观性强的问题。方法提出了一种基于危害物风险综合评价的粮食抽检决策方法。首先,构建多维梯形云模型实现了危害物的可能性风险评价;同时构建膳食暴露评估模型,实现了危害物的危害性风险评价,再利用风险矩阵将其与危害物可能性风险评价结果相结合,实现粮食危害物的综合风险评价。其次,在决策支持体系的基础上,明确提供基于季度、地域和危害物抽检排序的决策支持。然后进行贝叶斯网络结构学习与参数学习,并根据粮食危害物的综合评价结果进行贝叶斯网络推理,提供精细化抽检决策支持。结果通过对2018—2019年中国稻米危害物抽检数据的分析,这种综合风险评价方法能够有效地评估稻米危害物的风险水平。同时基于贝叶斯网络,能够得到精细化的抽检方案。结论本研究提出的基于危害物风险综合评价的粮食抽检决策方法可以为食品安全监管部门的抽检工作提供准确、高效的决策依据,一定程度上优化抽检资源的分配,使得抽检更加科学与高效。 展开更多
关键词 粮食危害物 风险综合评价 膳食暴露评估 贝叶斯网络 抽检决策
原文传递
基于改进FP-growth算法的食品风险因素关联分析方法
2
作者 于家斌 马欣玥 +5 位作者 赵峙尧 王小艺 张新 崔晓玉 白玉廷 陈帅祥 《食品科学》 EI CAS 2024年第23期250-258,共9页
为解决传统食品安全监督抽检“随机抽”模式存在的抽检决策主观性强、靶向性不高的问题,本研究提出一种基于改进Frequent Pattern-growth(FP-growth)算法的食品风险因素关联分析方法。首先,采用熵权法分别对食品种类的风险指标进行权重... 为解决传统食品安全监督抽检“随机抽”模式存在的抽检决策主观性强、靶向性不高的问题,本研究提出一种基于改进Frequent Pattern-growth(FP-growth)算法的食品风险因素关联分析方法。首先,采用熵权法分别对食品种类的风险指标进行权重分配,以计算出不同食品种类的风险指数。其次,以风险指数为特征,基于小批量K均值算法(MiniBatchKmeans)进行风险聚类,得到食品的风险等级。最后,采用带约束的改进FP-growth算法进行食品风险因素关联规则挖掘,挖掘食品风险等级与食品种类、时间、地域属性信息之间的关联关系,并对挖掘出的结果进行关联分析,从而为精准靶向引导抽检决策提供指导。本研究依托2019年中国某些地区的食品抽检数据进行分析,对其进行指标赋权,计算风险指数;后经过风险聚类为低风险、中风险和高风险;最后,将数据导入改进FPgrowth算法,得到食品风险因素关联规则。通过对比实验得到结果:对于17214条抽检数据,本研究提出的改进FP-growth算法相较于Apriori算法运行时间短;相较于传统FP-growth算法,删除了无效规则,提高了对食品风险因素关联规则的分析效率,从而为食品监管部门抽检工作提供了准确、高效的决策依据。 展开更多
关键词 食品安全监督抽检 关联分析 熵权法 MinibatchKmeans聚类 Frequent Pattern-growth算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部