申请/专利权人:厦门智康力奇数字科技有限公司
申请日:2022-11-17
公开(公告)日:2024-04-23
公开(公告)号:CN115758888B
主分类号:G06F30/27
分类号:G06F30/27;G06Q10/0635;G06Q50/02;G06F119/02
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2023.03.24#实质审查的生效;2023.03.07#公开
摘要:本申请公开了一种基于多机器学习算法融合的农产品安全风险评估方法,该方法通过多种机器学习算法的融合,不同的机器学习算法被配置为基于不同的输入数据获得对应的检测结果,进而,结合多个检测结果,获得最终的农产品质量检测结果,实现农产品安全风险的准确且有效的评估。当应用于鸡蛋产品行业时,能够从不同的维度对鸡蛋的质量实现更准确且更科学的评估。因此,该技术方案能够实现农产品安全风险的准确、有效且科学的评估,从而保证农产品的质量,保证农产品的使用以及食用的安全性和可靠性。
主权项:1.一种基于多机器学习算法融合的农产品安全风险评估方法,其特征在于,包括:根据农产品检测数据和第一检测模型确定第一检测结果;所述第一检测模型为基于第一机器学习算法的模型,所述第一检测结果中包括:农药残留检测结果和化学添加剂检测结果;根据所述农产品检测数据和第二检测模型确定第二检测结果;所述第二检测模型为基于第二机器学习算法的模型,所述第二检测结果中包括:农产品污染检测结果;根据农产品环境检测数据和第三检测模型确定第三检测结果;所述第三检测模型为基于第三机器学习算法的模型,所述第三检测结果中包括:农产品环境污染检测结果;基于所述第一检测结果、所述第二检测结果和所述第三检测结果确定农产品质量检测结果;其中,所述第一机器学习算法和或所述第二机器学习算法为监督学习算法,所述第三机器学习算法为非监督学习算法;所述基于所述第一检测结果、所述第二检测结果和所述第三检测结果确定农产品质量检测结果,包括:根据所述第二检测结果、所述第三检测结果和第四检测模型确定第四检测结果;所述第四检测结果包括:综合污染检测结果;所述第四检测模型为基于第一机器学习算法、第二机器学习算法以及第三机器学习算法中的任意一种机器学习算法的模型;根据所述第一检测结果和所述第四检测结果确定所述农产品质量检测结果。
全文数据:
权利要求:
百度查询: 厦门智康力奇数字科技有限公司 一种基于多机器学习算法融合的农产品安全风险评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。