基于监督抽检数据的肉类食品安全风险分析及预测

被引：41

作者：

李笑曼 ^{[1
]}

臧明伍 ^{[1
]}

赵洪静 ^{[2
]}

王守伟 ^{[1
]}

李丹 ^{[1
]}

张凯华 ^{[1
]}

张哲奇 ^{[1
]}

机构：

[1] 北京食品科学研究院中国肉类食品综合研究中心

[2] 国家市场监督管理总局食品审评中心

来源：

肉类研究 | 2019年 / 33卷 / 01期

基金：

国家重点研发计划;

关键词：

食品安全; 抽检数据; BP神经网络; 预测模型; 肉及肉制品;

D O I：

暂无

中图分类号：

TS251.7 [产品标准与检验];

学科分类号：

摘要：

为通过数据挖掘预测食品安全风险、隐患和趋势,进行预警和快速反应,基于2015—2017年国家肉类食品监督抽检的18 378批次样品数据,分析我国肉与肉制品主要安全现状与风险种类,并基于检测指标及属性运用BP(back propagation)神经网络方法构建以抽样省份、产品类型、产地、生产日期、年份、是否大型企业6大属性指标为输入层、包含2个隐藏层、以是否合格为输出层的肉类食品安全神经网络预测模型。结果表明:经数据准备、模型生成、数据训练和验证及参数优化,得到的3层BP神经网络预警模型总体百分比矫正为96.2%;对于合格样本,判定正确的概率为96.5%,错判概率为3.5%,预测模型具有较好的参考和应用价值。基于BP神经网络的食品安全预警方法能够对输入样本进行有效预测,为食品安全风险研判和风险预警提供技术支撑。

引用

页码：42 / 49

页数：8

共 21 条

[1] 人工神经网络的发展及现状 [J].