基于小波分解-长短期记忆网络预测模型的酱卤肉制品安全预测分析

doi:10.7506/spkx1002-6630-20201224-277

食品科学 ›› 2022, Vol. 43 ›› Issue (3): 121-128.doi: 10.7506/spkx1002-6630-20201224-277

基于小波分解-长短期记忆网络预测模型的酱卤肉制品安全预测分析

尹佳，陈翔，董曼，陈锂，郭鹏程，张涛，文红

（1.湖北省食品质量安全监督检验研究院，湖北省食品质量安全检测工程技术研究中心，湖北武汉 430075；2.武汉理工大学计算机与人工智能学院，湖北武汉 430070）

出版日期:2022-02-15 发布日期:2022-03-08
基金资助:
“十三五”国家重点研发计划重点专项（2018YFC1603602）

Prediction and Analysis of Marinated Meat Product Safety Risk Using Wavelet Transform-Long Short-Term Memory Prediction Model

YIN Jia, CHEN Xiang, DONG Man, CHEN Li, GUO Pengcheng, ZHANG Tao, WEN Hong

(1. Hubei Provincial Engineering and Technology Research Center for Food Quality and Safety Test, Hubei Provincial Institute for Food Supervision and Test, Wuhan 430075, China; 2. School of Computer Science and Artificial Intelligence, Wuhan University of Technology, Wuhan 430070, China)

Online:2022-02-15 Published:2022-03-08

摘要/Abstract

摘要： 为实现酱卤肉制品安全风险精准预警，本研究基于2014—2019年全国酱卤肉制品历史抽样检验数据信息，尝试将小波分解和长短期记忆网络（long short-term memory，LSTM）模型相结合，构建了全国31 个省份酱卤肉制品安全风险预测模型。结果表明，小波分解-LSTM预测模型对酱卤肉制品安全风险预测有较高的准确率，以湖北省为例，预测准确率为0.99，全国31 个省份的平均准确率为0.95，标准偏差为0.029，整体准确率较高，且准确率波动较小，说明建立的小波分解-LSTM模型可以适用于酱卤肉制品安全风险等级的精准预测，可为日常监管和食品安全风险预警提供技术支撑。

关键词: 酱卤肉制品；风险预测模型；小波分解；长短期记忆网络

Abstract: In order to achieve precise early warning of marinated meat product safety, this study attempts to construct a safety risk prediction model for marinated meat products from 31 provinces in China based on nationwide sample survey data from 2014 to 2019 using combination of wavelet transform (WT) and long short-term memory (LSTM). The results showed that the WT-LSTM model had a high prediction accuracy of 0.99 for samples from Hubei province and 0.95 for nationwide samples with a standard deviation of 0.029. The overall accuracy was high with small fluctuations. We concluded that the model can be applied to accurately predict the safety risk level of marinated meat products, and thus can provide technical support for daily supervision and food safety early warning.

Key words: marinated meat products; risk prediction model; wavelet transform; long short-term memory

中图分类号:

TS207.7

尹佳，陈翔，董曼，陈锂，郭鹏程，张涛，文红. 基于小波分解-长短期记忆网络预测模型的酱卤肉制品安全预测分析[J]. 食品科学, 2022, 43(3): 121-128.

YIN Jia, CHEN Xiang, DONG Man, CHEN Li, GUO Pengcheng, ZHANG Tao, WEN Hong. Prediction and Analysis of Marinated Meat Product Safety Risk Using Wavelet Transform-Long Short-Term Memory Prediction Model[J]. FOOD SCIENCE, 2022, 43(3): 121-128.

[1]	齐春艳许秀丽国伟李翔吴玉平张峰. QuEChERS结合UPLC-Q-Orbitrap HRMS法测定小麦粉中9种真菌毒素[J]. , 2022, 43(4): 0-0.
[2]	曹子岳董永贞彭雪雯陈瑞江丰范志勇陈翊平. 顺磁离子介导的磁弛豫生物传感器评定鱼肉新鲜度[J]. 食品科学, 0, (): 0-0.
[3]	尹佳陈翔董曼陈锂郭鹏程张涛文红. 基于小波分解-LSTM预测模型的酱卤肉制品安全预测分析[J]. , 0, (): 0-0.
[4]	黄亚丽李亚倬李蕊婷于红红卢士玲. 阿魏酸包合物对熏马肠中阴沟肠杆菌产酪胺的影响机制[J]. 食品科学, 0, (): 0-0.
[5]	赵子轩杨雪魏洁陈晓梅. 基于铜纳米簇模拟酶活性建立比色法测定鱼肉中的次黄嘌呤[J]. , 0, (): 0-0.
[6]	赵子轩，杨雪，魏洁，陈晓梅. 基于铜纳米簇模拟酶活性建立比色法测定鱼肉中的次黄嘌呤[J]. 食品科学, 2021, 42(20): 246-251.
[7]	李雅琼耿健强穆同娜徐友宣徐士新刘新亮孙蕊马娇. 基于我国动物性食品中禁限用兽药使用规定的食源性兴奋剂种类浅析[J]. 食品科学, 0, (): 0-0.
[8]	张娜娜龚魁杰. 鲜食玉米籽粒发育期间污染真菌分离鉴定及真菌毒素含量分析[J]. , 0, (): 0-0.
[9]	李亚倬黄亚丽于红红王静云卢士玲. 雪菊精油对希氏肠球菌产酪胺及相关基因表达的影响[J]. 食品科学, 0, (): 0-0.
[10]	王冰峰徐雷徐贞贞陈爱亮杨曙明廖小军. 液相色谱-高分辨质谱技术在食品掺假鉴别研究中的应用[J]. , 0, (): 0-0.
[11]	王冰峰，徐雷，徐贞贞，陈爱亮，杨曙明，廖小军. 液相色谱-高分辨质谱技术在食品掺假鉴别研究中的应用[J]. 食品科学, 2021, 42(7): 301-310.
[12]	刘文静，黄彪，傅建炜，韦航，黄财标. 超高效液相色谱-串联质谱法同时测定陈年老茶中16 种真菌毒素残留[J]. 食品科学, 2021, 42(2): 299-305.
[13]	吴玉晗陈伟. 侧向免疫层析快速检测牛奶中四环素和青霉素[J]. , 0, (): 0-0.
[14]	吴宇叶金李丽李森轩志宏崔华王松雪. 免疫亲和柱全自动净化-高效液相色谱-质谱联用法精确测定粮油中玉米赤霉烯[J]. , 0, (): 0-0.
[15]	吴宇，叶金，李丽，李森，轩志宏，崔华，刘洪美，王松雪，马海华，张峰，何建洪. 免疫亲和柱全自动净化-超高效液相色谱-串联质谱-全碳标记内标法精确测定粮油中玉米赤霉烯酮[J]. 食品科学, 2020, 41(24): 267-272.

基于小波分解-长短期记忆网络预测模型的酱卤肉制品安全预测分析

Prediction and Analysis of Marinated Meat Product Safety Risk Using Wavelet Transform-Long Short-Term Memory Prediction Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价