期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
题名
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
陈慧敏
赵峙尧
张新
王小艺
崔晓玉
机构
北京工商大学计算机与人工智能学院
中国音乐学院艺术管理系
出处
《食品安全质量检测学报》
CAS
2024年第20期232-245,共14页
基金
国家重点研发计划项目(2022YFF1101103)
北京市自然科学基金项目(4222042、6242004)
北京市属高校优秀青年人才培育计划项目(BPHR202203043)。
文摘
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。
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
Keywords
food hazards
comprehensive risk assessment
dietary exposure assessment
bayesian network
sampling decision-making
分类号
TS201.6 [轻工技术与工程—食品科学]
TS207.3 [轻工技术与工程—食品科学]
TP18 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
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
赵峙尧
王小艺
张新
崔晓玉
白玉廷
陈帅祥
机构
北京工商大学计算机与人工智能学院
出处
《食品科学》
EI
CAS
2024年第23期250-258,共9页
基金
国家重点研发计划项目(2022YFF1101103)
北京市自然科学基金项目(4222042,6242004)
+1 种基金
北京市科技新星计划项目(20240484720)
北京市属高校优秀青年人才培育计划项目(BPHR202203043)。
文摘
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。
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
Keywords
food safety surveillance sampling
association analysis
entropy weight method
MiniBatchKmeans clustering
Frequent Pattern-growth algorithm
分类号
TS210.1 [轻工技术与工程—粮食、油脂及植物蛋白工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于危害物风险综合评价的粮食抽检决策研究
于家斌
陈帅祥
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
0
原文传递
2
基于改进FP-growth算法的食品风险因素关联分析方法
于家斌
马欣玥
赵峙尧
王小艺
张新
崔晓玉
白玉廷
陈帅祥
《食品科学》
EI
CAS
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部