10.7506/rlyj1001-8123-20181203-223
基于监督抽检数据的肉类食品安全风险分析及预测
为通过数据挖掘预测食品安全风险、隐患和趋势,进行预警和快速反应,基于2015—2017年国家肉类食品监督抽检的18378批次样品数据,分析我国肉与肉制品主要安全现状与风险种类,并基于检测指标及属性运用BP(back propagation)神经网络方法构建以抽样省份、产品类型、产地、生产日期、年份、是否大型企业6大属性指标为输入层、包含2个隐藏层、以是否合格为输出层的肉类食品安全神经网络预测模型.结果表明:经数据准备、模型生成、数据训练和验证及参数优化,得到的3层BP神经网络预警模型总体百分比矫正为96.2%;对于合格样本,判定正确的概率为96.5%,错判概率为3.5%,预测模型具有较好的参考和应用价值.基于BP神经网络的食品安全预警方法能够对输入样本进行有效预测,为食品安全风险研判和风险预警提供技术支撑.
食品安全、抽检数据、BP神经网络、预测模型、肉及肉制品
33
TS201.6(食品工业)
"十三五"国家重点研发计划重点专项2017YFC1601701
2019-05-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
42-49