检索结果-内蒙古大学图书馆

ED-Stacking:一种基于集成学习的小样本牛肉微生物生长预测模型构建方法

食品工业科技 2025年第6期46卷 43-55页

作者：李汉强陈谊高宇飞侯堃宋丽萍李静北京工商大学计算机与人工智能学院食品安全大数据技术北京市重点实验室北京100048 北京市食品检验研究院(北京市食品安全监控和风险评估中心) 北京100094 中国网络安全审查认证和市场监管大数据中心北京100088

当前技术条件下,微生物检测操作复杂、耗时长,导致了检测结果滞后且其样本数量有限的问题。本文提出了一种基于时间序列分解和集成学习的小样本牛肉微生物生长预测模型ED-Stacking构建方法,以便提前预警食品中的微生物风险。首先应用经... 详细信息

当前技术条件下,微生物检测操作复杂、耗时长,导致了检测结果滞后且其样本数量有限的问题。本文提出了一种基于时间序列分解和集成学习的小样本牛肉微生物生长预测模型ED-Stacking构建方法,以便提前预警食品中的微生物风险。首先应用经验模态分解(EMD)、离散傅里叶变换(DFT)和加法模型构建时间序列分解方法(EMD-DFT),提取微生物生长时间序列中的趋势、周期和残差特征,为后续预测模型提供训练数据;然后利用这些特征数据对单层线性神经网络(SLN)、极端梯度提升树(XGBoost)和梯度提升回归树(GBRT)进行训练;最后,采用集成学习中的堆叠(Stacking)方法对训练好的三个模型进行融合,形成预测效果更优的微生物生长预测模型ED-Stacking。对比实验结果显示ED-Stacking在MAE和MSE两个指标上分别达到了0.229和0.147,预测误差低于SLN、XGBoost、GBRT、GRU和Transformer五个基线模型,即预测准确性更高。基于该模型对食品品质进行分类,分类的加权平均精准率Weighted-Precision达到98.80%。进而,还构建了一个食品微生物生长预测可视分析系统FMPvis,可以展示预测结果和食品品质分类结果,帮助用户分析各环境因子随时间的变化趋势及其对预测结果的影响程度,从而实现风险分析和预警。本文方法为食品微生物风险预警提供了一种新的思路和方法。

关键词：食品安全微生物生长预测时间序列分解集成学习可视分析

来源：评论

学校读者我要写书评

暂无评论

基于多模态融合的玉米种子成熟度的无损检测

引用

食品安全质量检测学报 2025年第2期16卷 171-177页

作者：曾柯宜刘禹彤张倩陈媛媛吴静珠北京工商大学食品安全大数据技术北京市重点实验室北京100048

目的应用高光谱成像技术,结合多模态融合方法,实现对玉米种子成熟度精准、无损检测。方法获取高、低成熟度玉米种子高光谱图像,采用自举软收缩算法与连续投影算法的级联算法(bootstrapping soft shrinkage-successive projections algor... 详细信息

目的应用高光谱成像技术,结合多模态融合方法,实现对玉米种子成熟度精准、无损检测。方法获取高、低成熟度玉米种子高光谱图像,采用自举软收缩算法与连续投影算法的级联算法(bootstrapping soft shrinkage-successive projections algorithm,BOSS-SPA)进行特征波长提取,采用灰度共生矩阵法(gray-level co-occurrence matrix,GLCM)进行图像纹理特征提取,选择能量、熵、相关性、逆方差和对比度5个特征参数,将光谱与图像数据进行特征级融合,利用偏最小二乘判别(partial least squares-discriminant analysis,PLS-DA)和最小二乘支持向量机(least squares support vector machine,LS-SVM)建立玉米种子成熟度分类模型。结果确定使用SG卷积平滑-标准正态变量变换(Savitzky-Golay convolution smoothing-standard normal variable,SG-SNV)作为最佳光谱预处理方法,采用BOSS-SPA方法提取的11个波长表现出良好建模性能,基于光谱图像融合数据的模型测试集总体识别准确率均达到95%以上。结论高光谱技术结合多模态特征融合方法有望成为玉米种子成熟度的无损检测提供切实可行的参考方法。

关键词：高光谱成像玉米种子成熟度多模态融合特征波长提取纹理特征提取

来源：评论

学校读者我要写书评

暂无评论

基于极限梯度提升的冷鲜猪肉食品安全风险预测

引用

食品科技 2025年第3期 111-120页

作者：孙晓荣张晨光李静刘翠玲张善哲谭成功北京工商大学计算机与人工智能学院北京工商大学北京市食品安全大数据技术重点实验室中国网络安全审查认证与市场监管大数据中心

为实现冷鲜猪肉的食品安全风险预测，在不同温度、不同存放时间条件下，采集冷鲜猪肉感官指标和菌落数量，依据国家标准建立感官和品质等级评价体系，使用温度、时间、感官指标和菌落总数数据，基于决策树(Decision tree, DT)、支持向量... 详细信息

为实现冷鲜猪肉的食品安全风险预测，在不同温度、不同存放时间条件下，采集冷鲜猪肉感官指标和菌落数量，依据国家标准建立感官和品质等级评价体系，使用温度、时间、感官指标和菌落总数数据，基于决策树(Decision tree, DT)、支持向量机(Support vector machine, SVM)和极限梯度提升算法(Extreme gradient boosting, XGB)分别建立感官等级和品质等级预测模型。其中，XGB构建的模型预测准确率均在85.71%以上，预测集决定系数(Coefficient of determination,R2)最高为0.929，最低为0.768。考虑到冷链食品储运过程的实际情况，减少模型输入，使用温度和时间对感官等级和品质等级进行预测。其中，XGB构建的模型预测准确率均在80.95%以上，R2最高为0.929，最低为0.698。研究结果表明，基于XGB算法建立的模型准确率最高，所建立的感官和品质预测模型稳定可靠，具有较高的预测精度和泛化能力，实现了对冷鲜猪肉的风险预测。

关键词：冷鲜猪肉风险预测定性分析极限梯度提升算法

来源：评论

学校读者我要写书评

暂无评论

基于近红外高光谱成像技术的花生冻伤检测方法研究

引用

食品工业科技 2024年第6期45卷 226-233页

作者：崔程刘翠玲孙晓荣吴静珠北京工商大学食品安全大数据技术北京市重点实验室北京100048

花生在收获、运输、储存和加工过程中易受到温、湿度变化导致冻伤现象,从而影响花生及其制品的品质,为探索花生冻伤机理并提高冻伤花生检测效率,本文采用近红外高光谱技术研究花生冻伤无损检测可行性、基于特征变量筛选的判别模型优化... 详细信息

花生在收获、运输、储存和加工过程中易受到温、湿度变化导致冻伤现象,从而影响花生及其制品的品质,为探索花生冻伤机理并提高冻伤花生检测效率,本文采用近红外高光谱技术研究花生冻伤无损检测可行性、基于特征变量筛选的判别模型优化方法以及花生冻伤机理。实验研究了变量标准化(Standard Normalized Variate,SNV)、多元散射校正(Multiplicative Scatter Correction,MSC)、Savitzky-Golag(SG)平滑以及SG平滑-SNV和SG平滑-MSC五种预处理方法对原始数据的影响,随后分别采用竞争自适应重加权法(competitive adapative reweighted sampling,CARS)、随机蛙跳(random frog,RF)、变量重要性投影(variable importance in projection,VIP)、连续投影算法(successive projections algorithm,SPA)、蒙特卡洛无信息变量消除(Monte Carlo uninformative variable elimination,MC-UVE)、迭代保留信息变量(Iteration retention information variable,IRIV)、变量组合种群分析-迭代保留信息变量(Variable combination population analysis-Iteration retention information variable,VCPA-IRIV)和变量组合种群分析-遗传算法(Variable combination population analysis-Genetic Algorithm,VCPAGA)8种变量选择方法筛选得到与花生冻伤相关的特征波长,通过建立支持向量机(Support Vector Machine,SVM)选用达到判别准确率阈值为90%的特征波长作为花生冻伤特征波长。结果表明,基于近红外高光谱成像技术的花生冻伤检测总体可行,且精度较高,所有变量选择方法均能有效筛选与冻伤相关的特征波长,其中VCPAGA算法选择了最少的7个特征波长,仅占数据集所有波长的3.125%,训练集和测试集准确率分别为91.60%和90.12%。经过筛选得出的冻伤特征波长体现了油酸和蛋白质的信息,验证了过低的温度会导致花生中油酸含量下降和蛋白质含量上升。本研究为花生冻伤快速无损检测提供了可参考的理论依据和技术支撑。

关键词：花生冻伤高光谱成像特征波长选择支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于云计算的食品品质实时在线光谱检测系统实现

引用

食品科学技术学报 2023年第6期41卷 161-170页

作者：刘翠玲闻世震孙晓荣张善哲姜传智殷莺倩北京工商大学人工智能学院/食品安全大数据技术北京市重点实验室北京100048

为解决光谱检测技术中的模型维护成本高、扩展性不足和光谱资源共享性较差等问题,改善专用便携式光谱仪检测分析对象的局限性,将光谱数据采集和分析功能进行解耦,使用Android开发工具和Java语言,开发了以便携式光谱仪、手机终端和云服... 详细信息

为解决光谱检测技术中的模型维护成本高、扩展性不足和光谱资源共享性较差等问题,改善专用便携式光谱仪检测分析对象的局限性,将光谱数据采集和分析功能进行解耦,使用Android开发工具和Java语言,开发了以便携式光谱仪、手机终端和云服务器构成的光谱实时在线检测系统,基于云计算服务完成云端光谱模型的建立与分析。以小麦粉面筋定量分析为例,采用多元散射校正、竞争性自适应重加权采样法、偏最小二乘回归算法建立小麦粉面筋定量分析模型,测试25个小麦粉样本并返回分析结果,验证系统可靠性。结果表明,25个小麦粉样本面筋含量误差范围在0~0.7%,分析结果消耗时间平均为7.09 s,误差范围和分析结果耗时均在可接受范围内,验证了基于云计算服务实现光谱实时在线检测分析是可行的。通过部署不同食品主要成分的定量分析模型至云端,系统可实现多种食品品质的实时在线检测分析,希望为多场景下食品品质快速无损检测提供技术参考。

关键词：食品品质云计算便携式实时在线小麦粉面筋

来源：评论

学校读者我要写书评

暂无评论

基于“几何-拓扑”迭代优化的三维网格模型修复算法

引用

计算机辅助设计与图形学学报 2022年第2期34卷 305-314页

作者：林筱韵翟羽佳吴晓群北京工商大学计算机学院北京100048 食品安全大数据技术北京市重点实验室北京100048

针对三维网格模型孔洞保特征修复问题,提出一种基于"几何-拓扑"迭代优化的三维数据修复算法.给定残缺的三角网格模型,首先识别孔洞区域,利用动态规划方法对孔洞区域进行初始的三角剖分,赋予孔洞区域拓扑连接关系;然后识别孔... 详细信息

针对三维网格模型孔洞保特征修复问题,提出一种基于"几何-拓扑"迭代优化的三维数据修复算法.给定残缺的三角网格模型,首先识别孔洞区域,利用动态规划方法对孔洞区域进行初始的三角剖分,赋予孔洞区域拓扑连接关系;然后识别孔洞边界一对特征点,基于特征点及其法向粗略拟合特征曲线,在特征曲线的指导下调整孔洞局部的拓扑结构,即孔洞区域拓扑连接关系优化;最后基于孔洞及其N环邻域构建保特征的局部总变分能量函数,迭代求解孔洞及其邻域的顶点几何位置,即局部顶点几何位置的优化,重复局部拓扑连接关系优化和顶点几何位置优化,直到拓扑结构优化处理中不再发生连接关系调整,即完成了三维网格模型的修复.在现有的完整三维网格模型上人为去除部分构造带孔洞的残缺模型,以此作为数据,与其他修复算法进行对比实验的结果表明,所提算法可以有效地恢复孔洞区域的显著特征,并且在修复时间和误差统计上占有明显优势.

关键词：三维网格模型修复迭代优化局部变分

来源：评论

学校读者我要写书评

暂无评论

一种有效的基于三角结构的复杂网络节点影响力度量模型

引用

物理学报 2016年第16期65卷 285-296页

作者：韩忠明陈炎李梦琪刘雯杨伟杰北京工商大学计算机与信息工程学院北京100048 食品安全大数据技术北京市重点实验室北京100048

度量复杂网络中的节点影响力对理解网络的结构和功能起着至关重要的作用.度、介数、紧密度等经典指标能够一定程度上度量节点影响力,k-shell和H-index等指标也可以应用于评价节点影响力.然而这些模型都存在着各自的局限性.本文基于节点... 详细信息

度量复杂网络中的节点影响力对理解网络的结构和功能起着至关重要的作用.度、介数、紧密度等经典指标能够一定程度上度量节点影响力,k-shell和H-index等指标也可以应用于评价节点影响力.然而这些模型都存在着各自的局限性.本文基于节点与邻居节点之间的三角结构提出了一种有效的节点影响力度量指标模型(local triangle centrality,LTC),该模型不仅考虑节点间的三角结构,同时考虑了周边邻居节点的规模.我们在多个真实复杂网络上进行了大量实验,通过SIR模型进行节点影响力仿真实验,证明LTC指标相比于其他指标能够更加准确地度量节点的传播影响力.节点删除后网络鲁棒性的实验结果也表明LTC指标具有更好效果.

关键词：复杂网络节点影响力三角结构关键节点

来源：评论

学校读者我要写书评

暂无评论

基于深度学习与结构磁共振成像的抑郁症辅助诊断

引用

智能系统学报 2021年第3期16卷 544-551页

作者：付常洋王瑜肖洪兵邢素霞北京工商大学食品安全大数据技术北京市重点实验室北京100048

抑郁症是致残率和发病率最高的疾病之一,全球约有3亿人正遭受着抑郁症的困扰。然而,目前并没有有效的生物特征和临床方法能够帮助医生对抑郁症进行准确的诊断。针对此任务,本文将计算机视觉领域的前沿深度学习模型进行优化与适配,应用... 详细信息

抑郁症是致残率和发病率最高的疾病之一,全球约有3亿人正遭受着抑郁症的困扰。然而,目前并没有有效的生物特征和临床方法能够帮助医生对抑郁症进行准确的诊断。针对此任务,本文将计算机视觉领域的前沿深度学习模型进行优化与适配,应用于抑郁症的辅助诊断,并在此基础上引入迁移学习,取得了很好的效果。实验结果表明,同前沿算法模型相比,本文提出的方法能够有效提高抑郁症与健康对照者的结构磁共振成像分类准确率和召回率,充分验证了提出方法的有效性和优越性。

关键词：抑郁症诊断计算机视觉深度学习优化迁移学习结构磁共振成像分类

来源：评论

学校读者我要写书评

暂无评论

拉曼光谱技术快速检测专用煎炸油极性组分

引用

食品科学 2021年第16期42卷 328-332页

作者：李睿雯孙晓荣刘翠玲郭泽翰田密北京工商大学人工智能学院食品安全大数据技术北京市重点实验室北京100048

为能够快速、无损检测专用煎炸油的极性组分含量,采集不同煎炸时间下煎炸油样本的拉曼光谱图。为建立稳定性高、误差小、精度高的模型,研究不同预处理方法对模型效果的影响,建立相应的偏最小二乘回归模型以选择最优的光谱预处理方法。... 详细信息

为能够快速、无损检测专用煎炸油的极性组分含量,采集不同煎炸时间下煎炸油样本的拉曼光谱图。为建立稳定性高、误差小、精度高的模型,研究不同预处理方法对模型效果的影响,建立相应的偏最小二乘回归模型以选择最优的光谱预处理方法。结果表明:标准正态变换处理后的偏最小二乘模型最优,预测均方根误差(root mean square error of prediction,RMSEP)为1.18,决定系数R2为0.9404。其次,将标准正态变换处理后的光谱数据分别建立误差反向传播(error back propagation,BP)算法和径向基函数算法神经网络模型,通过比较稳定性以及误差大小,得出采集到的拉曼光谱经过标准正态变换处理后采用BP神经网络建立的模型效果最好,RMSEP为0.0326,R2为0.972。该方法可以用作专用煎炸油极性组分的快速分析。

关键词：煎炸油极性组分拉曼光谱预处理偏最小二乘误差反向传播算法径向基函数算法

来源：评论

学校读者我要写书评

暂无评论

基于区块链的粮油食品全供应链可信追溯模型

引用

食品科学 2020年第9期41卷 30-36页

作者：董云峰张新许继平王小艺孔建磊孙鹏程北京工商大学人工智能学院食品安全大数据技术北京市重点实验室北京100048

粮油食品是人类的生活必需品,其供应链安全直接关系着人民健康。粮油食品具有供应链复杂、循环周期长、风险因素多等特点,如何从生产、加工、储运、销售全供应链环节有效保障粮油食品安全,是国内外共同关注的难题。本研究基于区块链技术... 详细信息

粮油食品是人类的生活必需品,其供应链安全直接关系着人民健康。粮油食品具有供应链复杂、循环周期长、风险因素多等特点,如何从生产、加工、储运、销售全供应链环节有效保障粮油食品安全,是国内外共同关注的难题。本研究基于区块链技术,构建了粮油食品全供应链可信追溯模型,以解决目前追溯系统的中心化结构严重、数据安全性低、存在信息孤岛等问题,保证全供应链环节数据安全可靠,追溯信息精确可信。在此基础上,设计了粮油食品全供应链可信追溯原型系统,并结合具体的应用场景和案例论证了设计方案的有效性和可行性。

关键词：区块链粮油食品可信追溯全供应链智能合约食品安全

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：