【摘 要】
：
小麦作为人们日常生活中息息相关的农作物,其生产、加工、运输等环节的食品安全问题是直接关系到消费者的头等大事。小麦籽粒在生长及收获储存加工等过程中可能受各种产毒真菌的污染,真菌毒素的污染是影响小麦农作物质量安全的重要因素。以食品监管部门对小麦中多种真菌毒素的大量抽检数据为对象,本文应用数据挖掘方法研究了小麦质量安全预警模型。主要完成的工作有:1、给出了一种基于机器学习的小麦真菌毒素预警方法。该方法主
论文部分内容阅读
小麦作为人们日常生活中息息相关的农作物,其生产、加工、运输等环节的食品安全问题是直接关系到消费者的头等大事。小麦籽粒在生长及收获储存加工等过程中可能受各种产毒真菌的污染,真菌毒素的污染是影响小麦农作物质量安全的重要因素。以食品监管部门对小麦中多种真菌毒素的大量抽检数据为对象,本文应用数据挖掘方法研究了小麦质量安全预警模型。主要完成的工作有:1、给出了一种基于机器学习的小麦真菌毒素预警方法。该方法主要包括小麦真菌毒素样品地区气候分类模型和基于小麦毒素监测数据的AHP-LSTM预警模型。首先,根据小麦毒素数据建立了基于Smote-KNN气候分类模型;然后,结合层次分析法（AHP）和LSTM给出了小麦真菌毒素的质量风险预警模型。实验结果验证了该方法。2、给出了一种基于关联规则挖掘的小麦中真菌毒素污染预警方法。首先,构建了基于Apriori算法的小麦多种真菌毒素污染关联规则挖掘方法体系,分析小麦中真菌毒素共污染的特征,进行预警。然后,在该方法中将Apriori算法应用在小麦多组份真菌毒素的相关性分析与预警中,对监测数据进行风险等级划分以及数据离散化处理,通过挖掘的强关联规则分析研究了小麦中多毒素的联合污染表征。实验数据可视化结果验证了该方法的有效性。3、设计并实现了B/S模式的小麦质量安全预警系统。小麦质量安全预警系统技术实现时采用前后端分离模式开发,后端使用Java语言的Spring Boot框架以及Mybatis框架负责业务逻辑处理和数据库操作等,前端使用HTML,CSS,Java Sript等技术完成交互。系统主要的功能模块有风险监测模块,污染等级管理模块,风险预警模块,以及网站系统常用的登录模块等。
其他文献
近年来,游戏行业的迅速发展带来了巨大的收益。但是,长周期和高成本使得游戏开发的风险不断提升,为解决此问题,游戏的程序化内容生成（PCG）技术应运而生。PCG技术利用算法快速生成游戏内容,从而减少人工成本,缩短研发周期,然而基于搜索、分形等传统PCG技术的实现较为复杂,且仍需较多的人工干预,为开发者提供的帮助有限。基于机器学习的PCG技术的出现在一定程度上缓解了这个问题,其通过模型训练代替算法设计,
随着数字信号处理技术的广泛应用,对数字信号处理器（DSP,Digital Signal Processing）的性能要求也越来越高。通常DSP中设计有专用的移位器,其性能直接影响DSP的运算速度和功耗。针对某型DSP研发项目实际需求,本文设计一款高性能DSP移位器。本文在分析某型DSP移位器指令的基础上,将DSP移位器指令分为六类:基础移位操作指令、位域操作指令、位流操作指令、位操作指令、定点浮点
生物医学实体关系抽取是一项重要的信息提取任务,旨在从非结构化的生物医学文本中抽取出生物医学实体关系三元组。针对生物医学文本的实体关系抽取方法能够帮助人们更好的获取文本中潜藏的生物医学信息,在医药研发、智能诊疗等诸多方面都有重要的应用价值。传统的流水线抽取存在误差传播等问题,因此本文针对生物医学文本特点对面向生物医学领域的联合抽取方法进行了研究,本文主要工作如下所示:（1）提出了基于BioBERT和
合成孔径雷达（Synthetic Aperture Radar,SAR）属于主动的有源遥感成像技术,具备在几乎任何天气状况下获取地表目标高分辨率微波图像的特殊能力。作为SAR图像解译的重点研究方向,基于SAR图像的自动目标识别（Automatic Target Recognition,ATR）,尤其是通过深度学习实现的ATR,在车辆、船舶和飞机等目标的广域监测中发挥了重要作用。传统的SAR ATR
为保证汽车的机械故障得到良好维修，对汽车机械故障类型进行研究，进一步明确汽车机械故障的形成原因，比如零部件出现故障、人为影响因素、日常的维修养护不规范、润滑油问题等，提出具体的维修处理方案，可以取得较好的效果，以期为相关人员提供参考。
细粒度人脸认证的目标在于区分给定的极为相似的面部样本对是否属于同一对象,这使其非常具有挑战性。为此,本文采用度量学习技术研究细粒度人脸认证问题,并提出了三种度量学习方法来提高认证性能。针对如何有效区分相似面部样本的问题,提出了一种环形余弦相似度学习方法,其通过寻求一种线性变换,以尽可能扩大类内的余弦相似度,减少类间的余弦相似度,同时利用环正则化项自适应地将样本的范数学习到缩放圆。此外由于传统的度量
一张好看的证件照对于广大学生以及求职工作者来说总是一个加分项。往常人们需要费时费力的去照相馆拍一张证件照,照相馆产生一张标准证件照需要六个步骤:选择证件照尺寸、选择背景色、选择穿衣服装、相机拍照、美颜修图、输出证件照。在以上六个步骤中,通过相机拍摄得到一张肖像照是前提,其余的操作则需要通过专业修图软件达到。若用户需要不同尺寸、不同背景色、不同穿着和不同美感的证件照,则非常考验专业人员的修图能力。这
多目标跟踪（MOT）在自动驾驶及高级辅助驾驶中,主要负责检测和跟踪汽车行驶过程中可能出现的障碍目标。目前主流的方法为基于可见光传感器的多目标跟踪,但是该方法在灯光照明不足和恶劣天气的情况下具有不稳定性,即有较大概率无法检测与跟踪障碍目标,然而热成像传感器采集的红外图像具有对照明、天气等因素不敏感的特点。因此将热成像传感器与可见光传感器进行信息融合,使得融合图像中包含红外图像的温度信息与可见光图像的
随着计算机视觉的发展,图像分类技术的应用越来越广泛。传统的图像分类技术通常需要大量带标签的训练数据,而在现实生活中,收集有标签的样本存在许多困难。另外,面对未来新出现的类别,人类难以为其收集带标签样本。为了解决这些问题,零样本学习得到了广泛的研究。零样本学习旨在通过已知类训练模型,解决未知类的分类问题。但训练过程中只有已知类样本,因而存在数据不均衡的问题。近年来,许多方法采用生成对抗网络（GAN）
肝脏相关的疾病极大地威胁了我国人民的生命健康安全,尤其是肝硬化和肝癌等重病。而肝纤维化是这些重病以及其它一些肝脏慢性疾病的早期表现,因此对于病人肝纤维化程度的准确评估在临床上具有重大意义。目前,肝穿刺活体组织检查术是肝纤维化诊断的主要手段,而这种有创的穿刺活检手术可能会引起并发症甚至导致病人死亡。因此,发展基于影像学的肝纤维化无创诊断方法具有重大意义。当前计算机辅助肝纤维化诊断主要集中在对肝纤维化