發(fā)布時間：2017-10-20 19:13

  本文關(guān)鍵詞：壓縮感知方法在食品安全風(fēng)險監(jiān)測中的應(yīng)用

  更多相關(guān)文章： 壓縮感知 混樣 食品安全 檢測 稀疏性 R統(tǒng)計(jì) 重構(gòu)

【摘要】：目的壓縮感知方法通過混樣過程來減少樣品的檢測次數(shù),從而提高檢測效率,降低檢測成本,縮短檢測時間。方法利用食品中污染物超標(biāo)數(shù)據(jù)稀疏性的特點(diǎn),將壓縮感知方法應(yīng)用于食品安全風(fēng)險監(jiān)測的樣品檢測。該理論的核心思想是通過混合待檢測的樣品,得到遠(yuǎn)少于原樣品數(shù)的檢測次數(shù),然后根據(jù)相應(yīng)重構(gòu)算法由測量值重構(gòu)原始數(shù)據(jù)。該算法可采用R統(tǒng)計(jì)軟件實(shí)現(xiàn)。結(jié)果用壓縮感知方法重構(gòu)125份原始樣品的檢測值,誤差平方和為3.782 652×10~(-29),其中原始樣品中117份低于檢出限的樣品全部精準(zhǔn)重構(gòu),高于檢出限的8份樣品壓縮感知重構(gòu)值稍稍大于真實(shí)值,但誤差極小,可以忽略不計(jì)。結(jié)論壓縮感知方法可以通過混合樣品來減少樣品的檢測次數(shù),并可由少數(shù)檢測值重構(gòu)每一個原始樣品的食品污染物含量。
【作者單位】： 國家食品安全風(fēng)險評估中心;北京工業(yè)大學(xué)應(yīng)用數(shù)理學(xué)院;北京大學(xué);首都經(jīng)濟(jì)貿(mào)易大學(xué);
【關(guān)鍵詞】： 壓縮感知 混樣 食品安全 檢測 稀疏性 R統(tǒng)計(jì) 重構(gòu)
【基金】：國家科技支撐計(jì)劃課題:基于電子溯源的食品安全風(fēng)險評估關(guān)鍵技術(shù)研究與應(yīng)用(2015BAK3604) 國家衛(wèi)生計(jì)生委食品司委托課題:食品安全風(fēng)險監(jiān)測結(jié)果分析研究報(bào)告
【分類號】：R155
【正文快照】： 食品安全風(fēng)險監(jiān)測是保障食品安全的有效措施,工作量巨大。某些污染物的檢測過程復(fù)雜,設(shè)備昂貴,在有限資金和時間內(nèi)檢測樣品過少而無法得到真正的超標(biāo)率,可能導(dǎo)致有害食品流入市場。如何設(shè)計(jì)高效的食品安全檢測方案,既減少工作量,又保證得到的結(jié)果真實(shí)可靠成為一大難題[1]。實(shí)

【相似文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王麗艷;斷層圖像稀疏性重建模型與算法研究[D];南京理工大學(xué);2012年

2 安百國;關(guān)于模型稀疏性的研究[D];東北師范大學(xué);2012年

3 呂偉;MIMO無線通信系統(tǒng)中的稀疏信號檢測與優(yōu)化[D];華中科技大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 高猛;基于社交網(wǎng)絡(luò)的推薦系統(tǒng)數(shù)據(jù)稀疏性問題的研究[D];內(nèi)蒙古大學(xué);2015年

2 李文昊;基于分?jǐn)?shù)低階統(tǒng)計(jì)量稀疏性的DOA估計(jì)[D];大連海事大學(xué);2015年

3 王欣;基于遷移學(xué)習(xí)的跨領(lǐng)域推薦的方法研究[D];杭州電子科技大學(xué);2015年

4 王金洋;基于稀疏性的相位復(fù)原研究[D];天津職業(yè)技術(shù)師范大學(xué);2016年

5 李紅桃;兩類稀疏優(yōu)化問題的罰分解算法[D];福州大學(xué);2014年

6 王立軍;基于協(xié)同過濾推薦系統(tǒng)的數(shù)據(jù)稀疏性問題研究[D];東北師范大學(xué);2009年

7 席超;面向稀疏性數(shù)據(jù)的協(xié)同過濾推薦算法的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2013年

8 代金龍;協(xié)同過濾算法中數(shù)據(jù)稀疏性問題研究[D];重慶大學(xué);2013年

9 李申展;推薦引擎中的稀疏性問題研究[D];中南民族大學(xué);2013年

10 王旭林;基于自然圖像統(tǒng)計(jì)性先驗(yàn)和稀疏性先驗(yàn)的圖像模型研究[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號：1068855