The invention relates to a method and a system for data fusion processing of pesticide residue detection based on a concept hierarchy tree, which relates to the field of digital collection and data processing of food safety information. The data format conversion and supplement, construct the concept hierarchy tree, pesticide derivatives and information processing of agricultural products, drug category assignment, according to the MRL standard of pollution level determination of multi process, fusion of data to detect pesticide residues, obtained the relationship between different levels of attribute values in the data detection of pesticide residues, and formed a complete the reliable data set for further statistical analysis of the data for each pesticide; food safety inspection unit, used to improve the efficiency of information collection and processing.
【技术实现步骤摘要】
基于概念层次树的农残数据融合处理方法及其系统
本专利技术涉及食品安全信息数字化采集与数据处理领域,主要涉及一种农药残留数据的融合处理方法与系统。
技术介绍
食品中的农药残留是为世界各国所关注的食品安全问题,与人类健康和食品国际贸易密切相关。为保证食品安全,我国各地食品安全检测部门每年都要对食用农产品中的农药残留进行检测,随着信息技术和互联网的快速发展,农药残留检测平台日趋自动化、信息化、网络化,农药残留数据的获取和分析技术也在不断更新、完善和发展,大量农残数据得以采集和存储。而在将全国各检测单位的侦测结果及时采集到数据中心之后,如何通过数据转换及综合处理方法来融合源于单个或多个信息源的检测数据和信息,并进行快速、精准的污染等级判定,从而更好地估计被测目标的性质或评估污染态势是一个亟待解决的问题。农产品中农药残留的含量是衡量食品安全的重要指标,依据农产品中农残检测结果值同各国、各组织的MRL(MaximumResidueLimit,即最大农药残留限量,指农药在某农产品、食品、饲料中的最高法定允许残留浓度)的对比结果进行污染等级判定,是评估农产品污染态势的常用方法,然而,由于不同国家或组织的MRL标准的数据量较大,且具有较大差异,现有的人工污染等级判定流程十分繁琐、冗杂,耗时较多、效率低下。数据融合技术是指利用计算机对按时序获得的若干观测信息,在一定准则下加以自动分析、综合,以完成所需的决策和评估任务而进行的信息处理技术。数据融合起源于军事领域的传感器和地理空间数据等“硬”数据,而随着大数据时代的到来,其在源于社会的软数据处理方面也有了新的应用和发展。针对同样 ...
【技术保护点】
一种农药残留侦测数据的融合处理方法,所述融合处理方法基于概念层次树进行数据属性关系映射及数据层次化分类,包括通过数据格式转换及补充过程、农药衍生物及禁药信息处理过程、农产品类别归属判定过程和污染等级判定过程,对农药残留侦测数据进行融合处理,获得农药残留侦测数据中不同层次属性值之间的关系,形成完备可靠的分析数据集,可用于进一步统计分析;具体包括如下步骤:A.针对农残侦测原始数据,执行数据类型及格式的转换和信息补充,得到待处理数据集;B.根据A所得的待处理数据集、最大农药残留限量MRL标准数据和领域知识,构建生成农药残留侦测数据的概念层次树,包括农药衍生物概念层次树H
【技术特征摘要】
1.一种农药残留侦测数据的融合处理方法,所述融合处理方法基于概念层次树进行数据属性关系映射及数据层次化分类,包括通过数据格式转换及补充过程、农药衍生物及禁药信息处理过程、农产品类别归属判定过程和污染等级判定过程,对农药残留侦测数据进行融合处理,获得农药残留侦测数据中不同层次属性值之间的关系,形成完备可靠的分析数据集,可用于进一步统计分析;具体包括如下步骤:A.针对农残侦测原始数据,执行数据类型及格式的转换和信息补充,得到待处理数据集;B.根据A所得的待处理数据集、最大农药残留限量MRL标准数据和领域知识,构建生成农药残留侦测数据的概念层次树,包括农药衍生物概念层次树H1、农产品分类概念层次树H2、农残污染程度概念层次树H3和采样点地区概念树H4;C.根据B中概念层次树,对农药进行衍生物及禁药业务的逻辑判断及处理;D.根据B中概念层次树,判断待处理数据集中的数据元组对应的农产品的类别归属和所在层次,参照MRL评判标准,逐级进行污染等级判定;E.生成最终的污染等级判定结果记录,将其存入侦测结果数据库;F.如若数据文件中有多条记录,则重复上述步骤C至E,直至所有记录处理完成,形成可靠的分析数据集。2.如权利要求1所述方法,其特征是,步骤A具体为:A1.制定统一的属性规范,根据业务分析需求和数据字段特征,执行数据类型及格式转换,将原始检测数据转换为基础数据库对应的字段列表;A2.建立不同数据源维表间的属性映射关系,保证属性描述的一致性;A3.针对原始检测数据对应属性进行信息扩充。3.如权利要求2所述方法,其特征是,A1所述基础数据库包括农产品信息数据库、农药信息数据库、MRL数据库和地域信息数据库。4.如权利要求2所述方法,其特征是,A3所述信息扩充具体为:针对样品类别、地域信息、农药信息、MRL信息和采样时间进行完整性判定、完善和补充;包括验证数据文件中的农产品和农药的基本信息是否正确,如果不正确则给予修正提示;如正确,则结合基础数据库中的信息进行数据融合和扩充。5.如权利要求1所述方法,其特征是,步骤B构建概念层次树具体为:B1.设定<表示“一般一特殊”的关系,将概念层次偏序集表示为H=(h,<),其中h是一个有限的概念集,<是h上的一个偏序,且该概念层次满足:在h中存在一最大概念y,对任意x∈h有x<y;存在概念集hi(i=0,1,…n-1)使得且当hi中一个概念的父结点在hj中时,hi中所有概念的父结点都在hj中(i≠j);由此将衍生物概念树、农产...
【专利技术属性】
技术研发人员:陈谊,杜晓敏,孙悦红,杨倩玉,
申请(专利权)人:北京工商大学,
类型:发明
国别省市:北京,11
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。