一种基于大数据的食品安全监控方法及系统
摘要文本
本发明涉及食品安全数据分析技术领域,具体为一种基于大数据的食品安全监控方法及系统,方法包括:基于食品加工过程中收集的时间序列数据,采用自回归移动平均模型和谱分析进行初步趋势分析,利用长短期记忆网络模型分析食品加工过程中的关键参数,包括温度、湿度、pH值的历史数据,并识别生产过程中的变化,生成关键参数变化趋势分析结果。本发明中通过自回归移动平均模型和谱分析进行的高维度时间序列分析,使得对食品加工过程中关键参数的监控更为精确,通过分支定界算法和割平面法优化的监控流程,显著提高了资源配置的效率和样品检测流程的结构优化。概率风险评估技术和逻辑树分析的应用,使得风险评估更加全面和系统。
申请人信息
- 申请人:烟台市食品药品检验检测中心(烟台市药品不良反应监测中心、烟台市粮油质量检测中心)
- 申请人地址:264000 山东省烟台市高新区海博路6号
- 发明人: 烟台市食品药品检验检测中心(烟台市药品不良反应监测中心、烟台市粮油质量检测中心)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于大数据的食品安全监控方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410145824.1 |
| 申请日 | 2024/2/2 |
| 公告号 | CN117670378A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06Q30/018 |
| 权利人 | 烟台市食品药品检验检测中心(烟台市药品不良反应监测中心、烟台市粮油质量检测中心) |
| 发明人 | 李燕; 王忠一; 滕伟; 杨冉冉 |
| 地址 | 山东省烟台市高新区海博路6号 |
专利主权项内容
1.一种基于大数据的食品安全监控方法,其特征在于,所述方法包括:基于食品加工过程中收集的时间序列数据,采用自回归移动平均模型和谱分析进行初步趋势分析,利用长短期记忆网络模型分析食品加工过程中的关键参数,包括温度、湿度、pH值的历史数据,并识别生产过程中的变化,生成关键参数变化趋势分析结果;基于所述关键参数变化趋势分析结果,采用分支定界算法和割平面法,针对食品安全监控流程进行分析,并对样品检测流程和监控资源配置进行结构优化和效率调整,生成优化后的食品安全监控流程方案;基于所述优化后的食品安全监控流程方案,采用概率风险评估技术和逻辑树分析,对监控流程进行风险评估,包括识别风险源、评估风险源对食品安全造成的潜在威胁,生成风险评估结果;基于所述风险评估结果,采用数据关联分析和链路追踪技术,构建食品安全溯源机制,包括追踪食品的生产、处理和分销过程,并进行数据的整合,生成食品安全溯源数据集;基于所述食品安全溯源数据集,采用密度基础的空间聚类和谱聚类技术,对多批次的产品进行食品安全测试结果分析,包括将产品按照风险程度分组,生成风险产品批次识别结果;基于所述风险产品批次识别结果,采用Tableau工具,结合流程挖掘技术和样本处理速率分析,对食品监控过程中的检测站点工作流程进行分析,包括识别流程瓶颈和改进方案,生成检测站点工作流程优化方案;基于所述关键参数变化趋势分析结果、优化后的食品安全监控流程方案、风险评估结果、食品安全溯源数据集、风险产品批次识别结果、检测站点工作流程优化方案,采用数据融合技术,进行数据的整合操作,并进行数据分析和应用策略制定,生成食品安全监控网络。