一种基于隐马尔可夫模型的食品安全溯源系统
专利汇可以提供一种基于隐马尔可夫模型的食品安全溯源系统专利检索，专利查询，专利分析的服务。并且一种基于隐 马 尔可夫模型的 食品安全 溯源系统，属于食品安全领域，通过对食品的生产、运输、储存和销售环节进行监控并采集数据，将采集的数据经处理建立 隐马尔可夫模型 ，然后对建立的隐马尔可夫模型进行 聚类分析 ，根据聚类分析的结果采取相应措施来确保食品的安全。本 发明 可以根据聚类分析的结果得出具体是在哪一环节、什么原因导致的，从而可以采取相应措施来确保食品的安全，如，政府相关部 门 可以根据食品安全数据分析的结果，采取相应的对策进行 预防 和控制；企业可以根据分析结果调整生产战略，为企业创造更大的利润；消费者可以根据分析结果调整自己的饮食规律等。，下面是一种基于隐马尔可夫模型的食品安全溯源系统专利的具体信息内容。
1.一种基于隐马尔可夫模型的食品安全溯源系统，通过对食品的生产、运输、储存和销售环节进行监控并采集数据，将采集的数据经处理建立隐马尔可夫模型，然后对建立的隐马尔可夫模型进行聚类分析，根据聚类分析的结果采取相应措施来确保食品的安全，其特征在于，包括如下步骤：
1）分别采集食品在生产、运输、储存和销售环节中的各项时序数据： ，其中表示某种条件， 表示在条件 下检测的值，然后将这
些时序数据进行标准化处理，并用离散符号来对标准化处理之后的时序数据进行离散化处理；
2）将步骤1）经离散化的时序数据转换成符号序列集，并根据符号序列集建立隐马尔可夫模型，形成表示某个时序数据的模型空间，然后在所有时序数据的模型空间中对模型进行聚类；
3）根据步骤2）聚类的结果分析食品发生污染的源头，以采取针对性措施进行改善。
2.根据权利要求1所述的一种基于隐马尔可夫模型的食品安全溯源系统，其特征在于：所述步骤1）中时序数据的标准化处理和离散化处理的具体操作为：
①将时序数据定义为一个矩阵 ， ， ；
其中，行集合G表某一食品的检测对象，列集合S代表不同的检测环境条件，矩阵中每一个元素 是检测对象 在检测条件 下的真实表达水平值；
②将步骤①中的时序数据离散化为 ，k取奇数；
③将步骤②中离散化的时序数据转换成符号序列集 ，即完成对时序数据的标准化、离散化处理。
3.根据权利要求1所述的一种基于隐马尔可夫模型的食品安全溯源系统，其特征在于：所述步骤2）中根据符号序列集建立隐马尔可夫模型的步骤如下：
⑴将时序数据定义为符号序列集 ，然后建立 的隐马尔可夫模型 ，
并将 作为 所表示的类 的成员： ；
⑵计算 的 输出概率，即 ，若 ，则在 中添
加新的成员 ： ，用新产生的 重新训练模型 ，否则为 建立新的隐马尔可夫模型 ，同时增加与模型相应的类别 ，并将 作为 的成员： ；
⑶对于序列 ，设定其建立k个模型： ，它们表示的类为：
找出使 取最大值的模型 ，在 中找出 输出概率最大的序
列 ，如果 ，则将 加入 中，并重新训练模型 ，否则
建立 的隐马尔可夫模型 ，同时设置模型所表示的类别 ，并将 作为 的成员：
；
⑷重复步骤(3)直至所有序列都已分类；
⑸对所有建立的表示各个类别的隐马尔可夫模型进行层次聚类：从所有的模型中选出模型间距离最小的两个模型 和 ，将 和 合
并为 ，然后用 中的序列重新训练 ，得到新的模型
，并将 作为其表示的类，重复以上过程，直到只有一个模型为止，即完成隐马尔可夫模型的建立。
4.根据权利要求3所述的一种基于隐马尔可夫模型的食品安全溯源系统，其特征在于：所述 是小于0.05的正数，模型 和 之间的距离按以下公式计算：
其中n、m分别为 、 所表示的类 、 中所含序列数；
根据对称性算法用以下公式计算模型间的距离：
。
5.根据权利要求1所述的一种基于隐马尔可夫模型的食品安全溯源系统，其特征在于：所述步骤3）中对聚类结果的分析是指：通过MATLAB仿真，从而得到聚类结果的拟合曲线图，观察图中曲线，即可分析食品被污染发生的时间、导致污染的环境因素以及主要污染源；通过观察聚类树图，从而判断出被污染食品的异常，进而找出异常原因。
一种基于隐马尔可夫模型的食品安全溯源系统
技术领域
背景技术
发明内容
，其中 表示某种条件， 表示在条件 下检测的值，然后将这
些时序数据进行标准化处理，并用离散符号来对标准化处理之后的时序数据进行离散化处理；
所表示的含义为：假设有两种条件 和 ， 表示微生物，
表示温度，那么 就表示某种微生物 在某个温度 下检测的数据的集合；当等于p， 等于q时， 表示第p种微生物在温度q下的检测值；
2）将步骤1）经离散化的时序数据转换成符号序列集，并根据符号序列集建立隐马尔可夫模型，形成表示某个时序数据的模型空间，然后在所有时序数据的模型空间中对模型进行聚类；
3）根据步骤2）聚类的结果分析食品发生污染的源头，以采取针对性措施进行改善。
其中，行集合G表某一食品的检测对象，列集合S代表不同的检测环境条件，矩阵中每一个元素 是检测对象 在检测条件 下的真实表达水平值；
②将步骤①中的时序数据离散化为 ，k取奇数；
③将步骤②中离散化的时序数据转换成符号序列集 ，即完成对时序数据的标准化、离散化处理。
并将 作为 所表示的类 的成员： ；
⑵计算 的 输出概率，即 ，若 ，则在 中添
加新的成员 ： ，用新产生的 重新训练模型 ，否则为 建立新的隐马尔可夫模型 ，同时增加与模型相应的类别 ，并将 作为 的成员： ；
⑶对于序列 ，设定其建立k个模型： ，它们表示的类为：
找出使 取最大值的模型 ，在 中找出 输出概率最大的序
列 ，如果 ，则将 加入 中，并重新训练模型 ，否则
建立 的隐马尔可夫模型 ，同时设置模型所表示的类别 ，并将 作为 的成员：
；
⑷重复步骤(3)直至所有序列都已分类；
⑸对所有建立的表示各个类别的隐马尔可夫模型进行层次聚类：从所有的模型中选出模型间距离最小的两个模型 和 ，将 和 合
并为 ，然后用 中的序列重新训练 ，得到新的模型
，并将 作为其表示的类，重复以上过程，直到只有一个模型为止，即完成隐马尔可夫模型的建立。
具体实施方式
在建立食品信息时序数据的HMM模型之前要对其进行预处理。首先进行数据的标准化，然后用离散符号表示标准化后的数据，将离散符号作为模型的状态观测值。将给定的食品信息时序数据统一成标准格式，例如，冷鲜牛肉细菌指数、屠宰车间环境指数、运输车辆温度以及位置数据、市场接触面菌落指数等，将这些数值都转换为一些固定的格式，这样便于分析和处理，然后对这些标准化后的数据进行离散化处理；
上述“数据的标准化”中，数据指的正是食品领域中检测所得的数据，下面以牛肉为例只是对“数据标准化”做进一步的解释，旨在将数据标准化的含义具体化便于理解。后文聚类过程中提到的数据都是指食品领域中的数据，不单指牛肉检测数据。在“3、聚类结果分析和应用”中以牛肉为例，只是为了更清晰的说明本发明的用法，并不是只用在对牛肉数据的分析。
取奇数），相比传统离散化方法的三个值更好地量化了食品信息水平。
2、聚类算法
在对食品信息时序数据进行聚类时，HMM-HC方法首先建立每一类数据的HMM模型，形成表示数据的模型空间，然后在模型空间中对模型进行聚类，从而实现数据的聚类。具体算法步骤如下：
对于给定的食品信息时序数据序列集： ，建立 的隐马尔可夫模型 ，
并将 作为 所表示的类 的成员： 。
列 ，如果 ，则将 加入 中，并重新训练模型 ，否则
建立 的隐马尔可夫模型 ，同时设置模型所表示的类别 ，并将 作为 的成员：
。
，然后用 中的序列重新训练 ，得到新的模型
，并将 作为其表示的类，重复以上过程，直到只有一个模型为止，即完成隐马尔可夫模型的建立。
根据对称性算法用以下公式计算模型间的距离：
对任意两个Markov链，当它们具有相同的动态特征时，它们之间的距离为零。它们之间的动态特征差异越大，距离值就越大，这样就能够得到任意两个训练序列之间的距离。聚类的过程就是以距离为度量方式，将相似度较高的对象合并到同一个簇中。在聚簇的过程中应当使得到的结果簇尽可能地紧凑和独立，达到最佳的聚簇效果，而对不同的应用数据，其聚簇方法的选择，聚簇算法的选择及改进是达到最佳聚簇效果的关键。基于以上分析，即可利用聚类的方法将训练数据集聚成几个类，通过调节距离的门槛值，可控制得到的聚类个数；
3、聚类结果分析和应用
以上述中牛肉时序数据为例：通过MATLAB仿真，可以得到聚类结果的拟合曲线图，通过观察图中曲线，分析被污染牛肉中菌落在形态上的相似性，找出牛肉污染发生的时间和导致污染的环境因素，以及主要污染源。通过观察聚类树图，判断被污染牛肉运输环节冷藏车和托盘菌落总数的异常，找出异常原因。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 遇水即时生成强氧化二氧化氯的长效缓溶组合物 | 2020-05-08 | 905 |
| L-低聚古罗糖醛酸盐在制备用于延缓皮肤衰老和免疫抗炎的药物和功能食品中的应用 | 2020-05-08 | 668 |
| 一种安全高效生鲜冷链配送系统 | 2020-05-08 | 429 |
| 一种镉砷复合污染水稻田安全利用的方法 | 2020-05-11 | 807 |
| 养殖池专用选择性氧化二氧化氯缓释片剂 | 2020-05-08 | 766 |
| 一种戒烟咀嚼片及其制备工艺 | 2020-05-08 | 472 |
| 一种荷叶中抑制晚期糖基化产物形成活性组分的制备方法 | 2020-05-08 | 581 |
| 一种宠物洁牙凝胶及其制备方法 | 2020-05-11 | 200 |
| 一种糖尿病患者膳食识别分析仪 | 2020-05-08 | 399 |
| 一种制取低温有压力水汽软化茶饼原料茶的装置 | 2020-05-08 | 344 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
