压缩感知方法在食品安全风险监测中的应用

发布时间：2017-10-20 19:13

  本文关键词：压缩感知方法在食品安全风险监测中的应用

  更多相关文章： 压缩感知 混样 食品安全 检测 稀疏性 R统计 重构

【摘要】：目的压缩感知方法通过混样过程来减少样品的检测次数,从而提高检测效率,降低检测成本,缩短检测时间。方法利用食品中污染物超标数据稀疏性的特点,将压缩感知方法应用于食品安全风险监测的样品检测。该理论的核心思想是通过混合待检测的样品,得到远少于原样品数的检测次数,然后根据相应重构算法由测量值重构原始数据。该算法可采用R统计软件实现。结果用压缩感知方法重构125份原始样品的检测值,误差平方和为3.782 652×10~(-29),其中原始样品中117份低于检出限的样品全部精准重构,高于检出限的8份样品压缩感知重构值稍稍大于真实值,但误差极小,可以忽略不计。结论压缩感知方法可以通过混合样品来减少样品的检测次数,并可由少数检测值重构每一个原始样品的食品污染物含量。
【作者单位】： 国家食品安全风险评估中心;北京工业大学应用数理学院;北京大学;首都经济贸易大学;
【关键词】： 压缩感知 混样 食品安全 检测 稀疏性 R统计 重构
【基金】：国家科技支撑计划课题:基于电子溯源的食品安全风险评估关键技术研究与应用(2015BAK3604) 国家卫生计生委食品司委托课题:食品安全风险监测结果分析研究报告
【分类号】：R155
【正文快照】： 食品安全风险监测是保障食品安全的有效措施,工作量巨大。某些污染物的检测过程复杂,设备昂贵,在有限资金和时间内检测样品过少而无法得到真正的超标率,可能导致有害食品流入市场。如何设计高效的食品安全检测方案,既减少工作量,又保证得到的结果真实可靠成为一大难题[1]。实

【相似文献】

中国博士学位论文全文数据库 前3条

1 王丽艳;断层图像稀疏性重建模型与算法研究[D];南京理工大学;2012年

2 安百国;关于模型稀疏性的研究[D];东北师范大学;2012年

3 吕伟;MIMO无线通信系统中的稀疏信号检测与优化[D];华中科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 高猛;基于社交网络的推荐系统数据稀疏性问题的研究[D];内蒙古大学;2015年

2 李文昊;基于分数低阶统计量稀疏性的DOA估计[D];大连海事大学;2015年

3 王欣;基于迁移学习的跨领域推荐的方法研究[D];杭州电子科技大学;2015年

4 王金洋;基于稀疏性的相位复原研究[D];天津职业技术师范大学;2016年

5 李红桃;两类稀疏优化问题的罚分解算法[D];福州大学;2014年

6 王立军;基于协同过滤推荐系统的数据稀疏性问题研究[D];东北师范大学;2009年

7 席超;面向稀疏性数据的协同过滤推荐算法的研究与实现[D];北京邮电大学;2013年

8 代金龙;协同过滤算法中数据稀疏性问题研究[D];重庆大学;2013年

9 李申展;推荐引擎中的稀疏性问题研究[D];中南民族大学;2013年

10 王旭林;基于自然图像统计性先验和稀疏性先验的图像模型研究[D];哈尔滨工业大学;2014年

，

本文编号：1068855