基于机器学习的食品安全风险预警研究现状与展望
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

中山市社会公益科技研究专项“基于时空分析模型的中山市食源性疾病和重点食品污染风险预警关键技术研究”(项目编号:2018B1049);国家重点研发项目——食品安全社会共治信息技术研究与应用示范“食品安全管控多维动态关联分析技术研究”(项目编号:2017YFC1602002)。


Current Status and Prospect of the Study on Food Safety Risk Early Warning on the Basis of Machine Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • 图/表
  • 访问统计
  • 参考文献
  • 相似文献
  • 引证文献
  • 资源附件
  • 文章评论
    摘要:

    介绍机器学习基本思想、分类与常用方法以及发展历史,阐述机器学习在食品安全风险预警方面应用现状,包括BP神经网络、贝叶斯网络、自回归求和移动平均模型及决策树方法、支持向量机模型等,分析当前发展中存在的问题并讨论未来发展方向。

    Abstract:

    The paper introduces the basic idea, classification, common method and development history of machine learning, elaborates on the application status of machine learning in food safety risk early warning, including BP neural network, Bayesian network, Autoregressive Integrated Moving Average (ARIMA) model and Decision Trees(DT), Support Vector machines (SVM) model, etc. It also analyzes the current issues in the development and discusses the future direction.

    参考文献
    相似文献
    引证文献
引用本文

陈夏威,王博远,岑应健,等.基于机器学习的食品安全风险预警研究现状与展望[J].医学信息学杂志,2019,40(3):56-61

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-11-13
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2019-04-04
  • 出版日期:

扫码关注

官方微信