【技术实现步骤摘要】
本专利技术涉及食品安全检测，具体为食品安全有毒有害物质检验检测大数据结构化的系统。
技术介绍
1、随着食品工业的快速发展和消费者对食品安全要求的日益提高，食品安全检测成为保障公众健康的重要环节，然而，传统的食品安全检测方法存在检测周期长、成本高、效率低问题，难以满足大规模、快速、准确的检测需求，同时，食品中的有毒有害物质种类繁多，且其含量往往极低，对检测技术的灵敏度和准确性提出了更高要求。
2、传统技术中，神经拟态计算在食品安全检测领域存在很多不足，在处理食品安全检测数据时，特征提取算法无法准确捕捉有毒有害物质的特征，导致漏检和误检，传统方法难以在食品样本中预测可能存在的有毒有害物质种类，根据预测结果，为实际检测提供优先检测方向，因此，开发了食品安全有毒有害物质检验检测大数据结构化的系统显得尤为重要。
技术实现思路
1、本专利技术的目的为了弥补现有技术的不足，提供了食品安全有毒有害物质检验检测大数据结构化的系统，该系统通过通过集成数据采集、神经拟态计算、数据分析与分类、结果输出...
【技术保护点】
1.食品安全有毒有害物质检验检测大数据结构化的系统，其特征在于，该系统包括数据采集、神经拟态计算、数据分析与分类和结果输出与预警以及系统维护与优化；
2.根据权利要求1所述食品安全有毒有害物质检验检测大数据结构化的系统，其特征在于，所述数据采集安装检测设备需先进行需求评估、设备选型与采购，再进行安装调试与校准验证，对食品样本准备后，利用光谱分析仪、图像采集设备、化学传感器进行多模态数据采集并存储管理，接着进行网络规划，安装配置网络设备，测试数据传输，选择数据传输协议，开发数据传输软件，配置数据存储与管理中心，启动设备和软件将采集数据实时传输到中心并进行监控
3....
【技术特征摘要】
1.食品安全有毒有害物质检验检测大数据结构化的系统，其特征在于，该系统包括数据采集、神经拟态计算、数据分析与分类和结果输出与预警以及系统维护与优化；
2.根据权利要求1所述食品安全有毒有害物质检验检测大数据结构化的系统，其特征在于，所述数据采集安装检测设备需先进行需求评估、设备选型与采购，再进行安装调试与校准验证，对食品样本准备后，利用光谱分析仪、图像采集设备、化学传感器进行多模态数据采集并存储管理，接着进行网络规划，安装配置网络设备，测试数据传输，选择数据传输协议，开发数据传输软件，配置数据存储与管理中心，启动设备和软件将采集数据实时传输到中心并进行监控。
3.根据权利要求1所述食品安全有毒有害物质检验检测大数据结构化的系统，其特征在于，所述神经拟态计算选择的模式识别算法，对特征向量进行模式识别和分类处理，确定食品样本中是否存在有毒有害物质以及具体的种类：e其中，表示食品样本的特征向量，表示权重向量，wifi表示将每个特征值fi与对应的权重值wi相乘，表示将所有特征值与权重值的乘积相加，b表示偏置项，对于食品样本中有毒有害物质的存在与否，设定一个阈值t，则初步判断食品样本中可能存在有毒有害物质，e，则判断食品样本中可能不存在有毒有害物质。
4.根据权利要求1所述食品安全有毒有害物质检验检测大数据结构化的系统，其特征在于，所述神经拟态计算利用历史检测数据和已知的有毒有害物质特征，建立预测模型：其中，表示输入的食品样本特征向量，其中每个fi代表第i个特征值，θ表示模型的参数集合，σ是激活函数，uji是第一层连接特征fi和中间层节点j的权重，cj是中间层节点j的偏置，vj是连接中间层和输出层的权重，d是输出层的偏置，g是输出层的激活函数或变换函数。
5.根据权利要求1所述食品安全有毒有害物质检验检测...
【专利技术属性】
技术研发人员：姜维，孙瑜，袁娜，周亮，
申请(专利权)人：江苏安心食品安全科技有限公司，
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。