近年來對地理標志大米產地真?zhèn)涡澡b別的研究主要集中在基于過程追溯的大米產地溯源系統(tǒng)技術與基于源頭鑒別的大米產地確證技術兩個方面,其中產地溯源系統(tǒng)中企業(yè)為整個溯源提供基礎的數(shù)據(jù)來源,難以避免人為因素對溯源結果造成影響,可能出現(xiàn)“真條碼,假溯源”的產地造假現(xiàn)象。而結合機器學習算法的大米產地確證技術雖然獲得了較好的鑒別效果,但是在處理大規(guī)模數(shù)據(jù)時,傳統(tǒng)的機器學習算法的時間復雜度較高,產地確證模型分類效率較低。因此本文探討將機器學習算法進行并行化處理,實現(xiàn)對大規(guī)模數(shù)據(jù)的快速分析建模,同時以并行化的產地確證模型為基礎構建大米產地確證平臺,實現(xiàn)高效、準確、便捷的大米產地確證,進一步完善地理標志大米產地溯源體系。本文采集了梅河、柳河、輝南、延邊四個大米主產區(qū)共433份大米樣本。將檢測的礦物質元素含量數(shù)據(jù)經過預處理后作為建模的基礎數(shù)據(jù),運用Hadoop分布式集群技術,分別構建了基于MapReduce并行化算法框架的隨機森林算法模型、支持向量機模型與人工神經網(wǎng)絡模型,對三個模型進行評估與比較后,最終以分類效果最佳的并行化隨機森林算法模型為核心開發(fā)地理標志大米產地確證平臺,文章的主要內容如下:（1）基于Ma... 

【文章來源】：吉林農業(yè)大學吉林省

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【部分圖文】：

BP-ANN模型構建過程圖

27Hadoop 集群圖 5.2 產地確證平臺架構圖Fig.5.2 Architecture of origin confirmation platform是為平臺各個服務提供管理、分析的資源環(huán)境，它是ySQL 數(shù)據(jù)庫，HDFS 分布式文件系統(tǒng)。MySQL 數(shù)據(jù)由于不受數(shù)據(jù)類型與數(shù)據(jù)量的限制，因此用來存儲地提供代碼基礎與技術支持。包括數(shù)據(jù)讀取，數(shù)據(jù)預處采用 MapReduce 與 JDBC 分別讀取 HDFS 與 MyS，缺失值等預處理操作；平臺模型采用并行化隨機森行分析時，能夠快速得到準確的產地鑒別結果。臺管理模塊，產地確證模型，數(shù)據(jù)分析模塊，權限認戶提供服務。其中包括可視化展示，用戶登錄，曝光等。

（2）在名為 User 的類中注入業(yè)務層的類，其中業(yè)務層類名為 UserService。（3）在 UserService 業(yè)務層中注入持久層名為 UserDao 的類，調用登錄用戶信息能代碼，實現(xiàn)用戶登錄功能。本平臺普通用戶與系統(tǒng)管理員都是針對政府檢測機構指定人員設置，平臺為用戶錄功能，當用戶輸入相關正確的用戶名與密碼信息后，通過后臺驗證，進入產地首頁，否則顯示登錄失敗的錯誤信息，用戶登錄界面效果如圖 5.4 所示，平臺主如圖 5.5 所示：

【參考文獻】：
期刊論文
[1]一種基于物聯(lián)網(wǎng)技術的金昌肉羊可溯源系統(tǒng)[J]. 田建榮.  科技風. 2019(07)
[2]基于類別隨機化的隨機森林算法[J]. 關曉薔,龐繼芳,梁吉業(yè).  計算機科學. 2019(02)
[3]基于支持向量機的食品安全抽檢數(shù)據(jù)分析方法[J]. 游清順,王建新,張秀宇,羅曦.  軟件工程. 2019(02)
[4]基于農產品防偽溯源系統(tǒng)的應用[J]. 袁園.  電子技術與軟件工程. 2019(03)
[5]基于SSH框架的信息技術類在線開放式實驗室管理系統(tǒng)分析與設計[J]. 劉倫,陳芳明.  現(xiàn)代信息科技. 2019(01)
[6]人工神經網(wǎng)絡發(fā)展歷史與訓練算法概述[J]. 彭驛茹.  科技傳播. 2018(21)
[7]大數(shù)據(jù)時代開放式農業(yè)信息知識庫構建研究[J]. 陳娉婷,官波,沈祥成,吳亞玲,馬海榮,鄧丹丹,張月婷,徐桂梅,羅治情.  東北農業(yè)科學. 2018(05)
[8]基于人工神經網(wǎng)絡算法的車輛空調系統(tǒng)[J]. 鄭飛鵬.  汽車電器. 2018(09)
[9]基于機器學習方法的吉林大米產地確證模型研究[J]. 王靖會,臧妍宇,曹崴,崔浩,鄭暉,陳美文,于合龍.  中國糧油學報. 2018(09)
[10]云計算的蠶豆蟲害可見-近紅外光譜分類[J]. 夏吉安,楊余旺,曹宏鑫,韓晨,葛道闊,張文宇.  光譜學與光譜分析. 2018(03)

碩士論文
[1]基于大數(shù)據(jù)技術的智慧水產養(yǎng)殖系統(tǒng)研究[D]. 茆毓琦.青島科技大學 2018
[2]基于Hadoop的分布式數(shù)據(jù)存儲系統(tǒng)應用的研究[D]. 鄒立民.沈陽工業(yè)大學 2018
[3]基于Hadoop的遙感數(shù)據(jù)分布式存儲研究[D]. 李程.山東農業(yè)大學 2018
[4]基于隨機森林的心臟病預測平臺的設計與實現(xiàn)[D]. 羅斌杰.北京郵電大學 2018
[5]高校數(shù)字圖書館個性化服務系統(tǒng)的研究與設計[D]. 趙芳.湖南大學 2017
[6]LTE用戶行為分析系統(tǒng)的研究與實現(xiàn)[D]. 梁鵬.重慶郵電大學 2017
[7]基于機器學習方法的地理標志大米產地確證技術研究[D]. 吳玥.吉林農業(yè)大學 2017
[8]大米質量安全溯源系統(tǒng)的設計與實現(xiàn)[D]. 關靜.東北農業(yè)大學 2016
[9]基于MapReduce的日志關聯(lián)分析研究與實現(xiàn)[D]. 謝家全.電子科技大學 2016
[10]基于HDFS的文件管理系統(tǒng)的設計與實現(xiàn)[D]. 孟密密.東南大學 2016



本文編號：3443526