基于主成分分析和支持向量机的细菌性食物中毒预警研究
目的 利用文献报道的细菌性食物中毒历史数据,快速有效地对细菌性中毒因素进行评估并建立预测模型.方法 通过归一化处理消除不同量纲影响,采用主成分分析方法(PCA)降低评分矩阵的维数即提取有效主元作为输入变量,随即抽取70%作为训练集结合支持向量机算法(SVM)建立回归模型,完成对剩余30%测试集预测.结果 主元成分分析通过降维对计算进行优化.提高了循环迭代运算效率.PCA与SVM联合计算可提供满意预警结果.在有限的样本数和高维等条件下突现算法的优势.此外参数优化后可以达到80%以上的预测准确率.结论 建立的预警系统对细菌性食物中毒暴发事件的监测、预警等提供科学的理论依据.
主成分分析、支持向量机、细菌性食源性疾病、预警评估
39
R595.7(全身性疾病)
卫生部监督局食品安全风向评估项目
2011-03-29(万方平台首次上网日期,不代表论文的发表时间)
747-750