【技术实现步骤摘要】
本专利技术涉及食品安全检测，具体来说，涉及一种基于物联网的食品安全检测分析方法及系统。
技术介绍
1、随着人们生活水平的不断提高和保健意识的不断加强，食品作为人们生活中最基本的必需品，其安全性已经成为人们最普遍关心的问题，各种各样的食品安全问题层出不穷，食品安全是指，保证食品无毒无害，符合膳食营养要求，食品使用或食用后不会对人体造成任何急、慢性危害。食品安全涉及多个环节，包括生产、收获、加工、生产、包装、储运、消费等多项内容，其中任何一项出现问题，都有可能造成食品安全隐患，对人体健康造成危害。同时，食品安全还涉及食品供应量处于安全水平、保障食品卫生、质量安全等。随着人们生活水平的不断提高和保健意识的不断加强，食品作为人们生活中最基本的必需品，其安全性已经成为人们最普遍关心的问题，但是，各种各样的食品安全问题层出不穷，因此，加强食品安全检测已经成为当前迫在眉睫的问题。
2、现有的食品安全检测分析中，不便于通过深度分析成分特征数据，不能够精确识别食品安全风险。并且不便于准确地评估食品的安全性，不能提供量化的安全评估指标，同时，当食品安全风险评估模型发现某个批次的食品可能存在风险时，不便于通知相关人员或自动执行安全隔离措施，防止问题食品进入市场流通，从而降低了食品安全检测的效率。
3、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、针对现有技术的不足，本专利技术提出一种基于物联网的食品安全检测分析方法及系统，解决了上述
技术介绍
中提出现有的不便
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、根据本专利技术的一个方面，提供了一种基于物联网的食品安全检测分析方法，该基于物联网的食品安全检测分析方法包括以下步骤：
4、s1、获取食品的生产成分数据，并对生产成分数据进行预处理，得到生产成分特征数据；
5、s2、利用指标分析算法对得到的生产成分特征数据进行深度分析，得到食品安全风险评估指标；
6、s3、基于得到的食品安全风险评估指标，建立食品安全风险评估模型，并通过食品安全风险评估模型评估食品的安全性；
7、s4、根据安全评估结果，判断是否符合食品安全标准，若符合，则标记为安全，允许进入市场流通，若不符合，则对食品进行隔离。
8、进一步的，获取食品的生产成分数据，并对生产成分数据进行预处理，得到生产成分特征数据包括以下步骤：
9、s11、获取食品的生产成分数据的重复数据、缺失值和异常值，并对重复数据、缺失值和异常值进行去噪、滤波及平滑处理；
10、s12、将食品的生产成分数据中未处理的数据进行联结，生成新的数据表，通过外部键值将不同的数据表进行关联，生成完整的数据表，并得到准确数据集；
11、s13、对准确数据集进行特征提取，并得到生产成分特征数据。
12、进一步的，利用指标分析算法对得到的生产成分特征数据进行深度分析，得到食品安全风险评估指标包括以下步骤：
13、s21、将得到的生产成分特征数据与食品安全事件分别对应到列联表的行和列上，并计算每个交叉项的频数；
14、s22、根据列联表中的观察频数和期望频数，计算列联表中每个交叉项的卡方值，并对所有交叉项的卡方值进行累加，得到总的卡方值；
15、s23、基于列联表的行数和列数计算卡方检验的自由度，并确定卡方分布的临界值；
16、s24、比较卡方值和临界值，并确定生产成分特征数据和食品安全事件之间是否存在统计学上的相关性；
17、s25、将卡方检验显示存在相关性的交叉项作为食品安全风险评估指标。
18、进一步的，计算列联表中每个交叉项的卡方值的公式为：
19、；
20、其中，其中， k表示每个交叉项的卡方值；
21、 h表示列联表的行数；
22、 l表示列联表的列数；
23、表示第 a行第 b列的观察频数；
24、表示第 a行第 b列的期望频数。
25、进一步的，基于得到的食品安全风险评估指标，建立食品安全风险评估模型，并通过食品安全风险评估模型评估食品的安全性包括以下步骤：
26、s31、将得到的食品安全风险评估指标转化为风险评估周期；
27、s32、将风险评估周期代换到周期指数调整算法中，将得到的食品安全风险评估指标分为周期指标和趋势指标，并通过周期指标和趋势指标构建和训练食品安全风险评估模型，以预测未来食品安全的趋势；
28、s33、利用平均绝对百分比误差作为食品安全风险评估模型准确性的评价标准；
29、s34、基于模型优化算法，根据趋势指标调整和优化食品安全风险评估模型的参数，并找到最佳参数配置；
30、s35、将最佳参数配置应用于构建的食品安全风险评估模型中，使用二阶自适应系数法对趋势数据进行预测，获得未来时刻食品安全风险的趋势；
31、s36、将获得的未来时刻食品安全风险的趋势转换为实际的风险评估，构建出最终的食品安全风险评估模型，并评估食品的安全性。
32、进一步的，基于模型优化算法，根据趋势指标调整和优化食品安全风险评估模型的参数，并找到最佳参数配置包括以下步骤：
33、s341、初始化模型优化算法的关键参数；
34、s342、随机初始化食品安全风险评估模型的参数配置，计算每个参数配置的初始风险评估值，并作为参数的最大风险指标；
35、s343、计算各风险指标的相对重要性，并根据相对重要性来确定调整食品安全风险评估模型参数的方向；
36、s344、根据相对重要性和趋势指标，更新食品安全风险评估模型参数配置，并对最佳参数配置进行随机扰动；
37、s345、根据更新后的参数配置，重新评估模型的准确性和有效性；
38、s346、如果达到最大迭代次数，停止优化，否则继续迭代并调整参数配置；
39、s347、当优化过程结束后，输出最佳参数配置和优化后的食品安全风险评估模型。
40、进一步的，更新食品安全风险评估模型参数配置的公式为：
41、；
42、其中，表示为当前本文档来自技高网...
【技术保护点】
1.一种基于物联网的食品安全检测分析方法，其特征在于，该基于物联网的食品安全检测分析方法包括以下步骤：
2.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述获取食品的生产成分数据，并对生产成分数据进行预处理，得到生产成分特征数据包括以下步骤：
3.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述利用指标分析算法对得到的生产成分特征数据进行深度分析，得到食品安全风险评估指标包括以下步骤：
4.根据权利要求3所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述计算列联表中每个交叉项的卡方值的公式为：
5.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述基于得到的食品安全风险评估指标，建立食品安全风险评估模型，并通过食品安全风险评估模型评估食品的安全性包括以下步骤：
6.根据权利要求5所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述基于模型优化算法，根据趋势指标调整和优化食品安全风险评估模型的参数，并找到最佳参数配置包括以下步骤：
7.根据权利要求6所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述更新食品安全风险评估模型参数配置的公式为：
8.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述根据安全评估结果，判断是否符合食品安全标准，若符合，则标记为安全，允许进入市场流通，若不符合，则对食品进行隔离包括以下步骤：
9.根据权利要求8所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述通过食品安全验证方法，评估每次迭代后的食品安全性和合规性包括以下步骤：
10.根据权利要求1所述的一种基于物联网的食品安全检测分析系统，用于实现权利要求1-9中任一项所述的基于物联网的食品安全检测分析方法，其特征在于，该基于物联网的食品安全检测分析系统包括：
...【技术特征摘要】
1.一种基于物联网的食品安全检测分析方法，其特征在于，该基于物联网的食品安全检测分析方法包括以下步骤：
2.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述获取食品的生产成分数据，并对生产成分数据进行预处理，得到生产成分特征数据包括以下步骤：
3.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述利用指标分析算法对得到的生产成分特征数据进行深度分析，得到食品安全风险评估指标包括以下步骤：
4.根据权利要求3所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述计算列联表中每个交叉项的卡方值的公式为：
5.根据权利要求1所述的一种基于物联网的食品安全检测分析方法，其特征在于，所述基于得到的食品安全风险评估指标，建立食品安全风险评估模型，并通过食品安全风险评估模型评估食品的安全性包括以下步骤：
6.根据权利要求5所述的一种基于物联网...
【专利技术属性】
技术研发人员：李婷婷，姜启兴，高沛，李陈，林雨林，王鑫钰，
申请(专利权)人：江苏里物食品科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。