优化支持向量机在鲜切生菜加工HACCP分类中的应用

被引:6
作者
王开义 [1 ,2 ]
徐红敏 [3 ]
赵春江 [2 ]
喻钢 [2 ]
机构
[1] 北京工业大学计算机学院
[2] 国家农业信息化工程技术研究中心
[3] 北京石油化工学院
基金
北京市自然科学基金;
关键词
支持向量机; 优化; 遗传算法; HACCP; 鲜切生菜;
D O I
暂无
中图分类号
TP391.7 [机器辅助技术];
学科分类号
081203 ; 0835 ;
摘要
该文介绍了一种基于支持向量机模型解决鲜切生菜加工HACCP(hazard analysis and critical control point)关键控制点智能发现的方法。在通用支持向量机模型进行鲜切生菜加工关键控制点的发现试验中,依靠人工经验选取支持向量机(support vector machine,SVM)核函数参数,识别关键控制点准确率波动较大。该文利用遗传算法优化支持向量机核函数参数的选取,构建了一种基于遗传算法的支持向量机(GA-SVM)模型,应用该模型在鲜切生菜生产关键控制点的发现试验中获得了87.5%的识别率,比传统方法稳定性更高。该方法对其他HACCP关键控制点的智能发现具有很好的借鉴意义。
引用
收藏
页码:219 / 221
页数:3
相关论文
共 9 条
[1]   鲜切生菜全程安全控制的HACCP管理模式 [J].
张学杰 ;
常希光 ;
Robert Holmes .
中国蔬菜, 2008, (09) :19-23
[2]   HACCP体系在农产品安全中的应用研究——以蔬菜生产为例 [J].
陆安祥 ;
王开义 ;
王纪华 ;
马智宏 .
农业质量标准, 2007, (S1) :106-109
[3]   模糊故障树分析方法在HACCP中的应用研究 [J].
王开义 ;
赵春江 ;
张方田 .
农业工程学报, 2007, (05) :164-167
[4]   基于遗传算法的SVM参数选取 [J].
杨旭 ;
纪玉波 ;
田雪 .
辽宁石油化工大学学报, 2004, (01) :54-58
[5]  
HACCP食品安全管理体系的建立与实施[M]. 中国计量出版社 , 唐晓芬主编, 2003
[6]   Application of a support vector machine to HACCP in the animal meat industry [J].
Wang Kaiyi ;
Zhao Chunjiang ;
Zhang Fang Tian ;
Wang Xiao Juan ;
Chen Hong ;
Yao Yuan Fang .
NEW ZEALAND JOURNAL OF AGRICULTURAL RESEARCH, 2007, 50 (05) :743-748
[7]  
Trapping the food safety performance of a small or medium-sized food company using a risk-based model. The HYGRAM ? system[J] . Pirkko Tuominen,Sebastian Hielm,Kaarina Aarnisalo,Laura Raaska,Riitta Maijala.Food Control . 2003 (8)
[8]  
Fuzzy logic prioritization of failures in a system failure mode, effects and criticality analysis[J] . John B. Bowles,C.Enrique Peláez.Reliability Engineering and System Safety . 1995 (2)
[9]  
Linear Dependency between epsilon and the input noise in support vector regression. Kwok J T,Tsang I W. IEEE ACM Transactions on Networking . 2003