[发明专利]食品重金属污染风险评估模型训练方法、评估方法及装置

说明书

本发明提供一种食品重金属污染风险评估模型训练方法、评估方法及装置，所述方法包括：获取多个源域食品样本基于至少一个重金属指标的检测值，利用基于熵权的层次分析法计算各源域食品样本对应的风险值并建立第一样本训练集。利用第一样本训练集对预设神经网络模型进行训练，得到第一风险评估模型。获取设定数量待识别的目标域食品样本的重金属指标的检测值，利用基于熵权的层次分析法计算各目标域食品样本对应的风险值并建立第二样本训练集。利用第二样本训练集对第一风险评估模型进行迁移学习，得到目标风险评估模型。本发明基于迁移学习和神经网络相结合，能够基于数量较少的样本训练得到具有高拟合度的目标风险评估模型，效率高、精度高。

技术领域

本发明涉及食品安全评价分析方法，尤其涉及一种食品重金属污染风险评估模型训练方法、评估方法及装置。

背景技术

随着我国市场经济不断发展，食品安全逐渐成为备受关注的焦点，食品的种类越来越丰富，新的食品安全问题不断涌现，严重危害人民群众的身体健康。如果对食品安全问题不能及时的发现和处理，就会出现生命危险甚至导致大规模食品安全事件发生。

重金属污染属于食品污染中重要的一种，铅、砷、汞和铬等重金属通过食物链进入人体后，会干扰人的正常生理功能，危害人体健康。现有技术一般通过检测含量的方式分析重金属污染物，评价尺度单一，无法结合多种指标形成综合的风险评价结果。而人为评价受主观因素影响较大，分析结果并不准确。为了保障食品安全，需要对食品中的重金属含量进行风险评估，则亟需一种方法对食品中重金属污染的风险进行准确评估。

发明内容

本发明实施例提供了一种食品重金属污染风险评估模型训练方法、评估方法及装置，以解决现有技术无法针对食品重金属污染风险进行准确评价的问题。

本发明的技术方案如下：

一方面，本发明提供一种食品重金属污染风险评估模型训练方法，包括：

获取多个源域食品样本基于至少一个重金属指标的检测值，并利用基于熵权的层次分析法计算各源域食品样本对应的风险值；

根据各源域食品样本对应的各重金属指标的检测值和风险值建立第一样本训练集；

以各源域食品样本对应的各重金属指标的检测值作为输入，以各源域食品样本对应的风险值作为输出，利用所述第一样本训练集对预设神经网络模型进行训练，得到第一风险评估模型；

获取设定数量待识别的目标域食品样本的所述重金属指标的检测值，并利用基于熵权的层次分析法计算各目标域食品样本对应的风险值；

根据各目标域食品样本对应的重金属指标的检测值和风险值作建立第二样本训练集；

以各目标域食品样本对应的重金属指标的检测值作为输入，以各目标域食品样本对应的风险值作为输出，利用所述第二样本训练集对所述第一风险评估模型进行迁移学习，得到目标风险评估模型。

在一些实施例中，利用基于熵权的层次分析法计算各源域食品样本对应的风险值，包括：

利用所有源域食品样本对应的各重金属指标的检测值构建第一矩阵，其中，所述第一矩阵的行用于记载同一源域食品样本，所述第一矩阵的列用于记载同一重金属指标的测试值；

对所述第一矩阵中的项进行多量纲归一化处理，并计算各重金属指标对应的信息熵；

根据各重金属指标对应的信息熵计算各重金属指标对应的权重；

根据各源域食品样本对应的各重金属指标的检测值以及各重金属指标对应的权重计算各源域食品样本的风险值。

在一些实施例中，对所述第一矩阵中的项进行多量纲归一化处理，并计算各重金属指标对应的信息熵，包括：