近些年糧食供應鏈安全問題頻發(fā),為減少食源性風險威脅,風險預警正逐漸成為強化糧食食品安全體系的有力保障。但現(xiàn)有風險預警方法在面對多源異構非結構化食品數(shù)據(jù)時,存在預警準確率低、人工成本高等局限問題。本文在分析全國26 個省份的大量抽檢數(shù)據(jù)及關聯(lián)信息基礎上,建立了基于深度置信網(wǎng)絡(deep belief network,DBN)-多類模糊支持向量機(multiclass fuzzy support vector machine,MFSVM)的風險分級預警模型,先對海量糧食供應鏈抽檢數(shù)據(jù)進行嵌入編碼和歸一化處理,獲得結構化食品數(shù)據(jù);將其輸入到DBN模型進行高維度特征提取,自適應地挖掘供應鏈中各危害因素間風險變化及內在關聯(lián)概率,最后將高維特征輸入到優(yōu)化的MFSVM進行訓練,實現(xiàn)供應鏈中各主要危害物風險分級預警。對比實驗結果表明,DBN-MFSVM模型在糧食抽檢數(shù)據(jù)上具有更好魯棒性和泛化性,其準確率達到98.44%,運行時間85 s,可快速識別出糧食供應鏈中危害物風險程度和優(yōu)先次序,為監(jiān)管部門制定有針對性的抽檢策略、確立優(yōu)先監(jiān)管領域和分配風險監(jiān)管資源提供科學依據(jù)。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2