食品安全评价指标设定方法研究

食品安全评价是食品安全监管的一项重要内容,而食品安全评价指标的选定与精简又是食品安全评价工作的重点和难点。针对这一问题,本文采用粗糙集理论,利用可分辨矩阵和正域概念提出了一种精简食品安全评价指标的新方法。该方法在保持原食品安全信息系统分类能力的前提下,通过属性约简方法发现数据中蕴涵的知识模式,精简食品安全评价指标,构建简约明了的食品安全评价体系。实验表明本算法是有效可行的。     

海产品安全预警系统缺失数据填补方法

针对海产品安全预警系统中数据缺失问题,提出了一种缺失数据填补方法,目前,使用粗糙集填补的方法很多,但很多方法并没有考虑到每个对象缺失属性个数。该方法将存在缺失数据的信息表分为完备和不完备两部分,并分别对其进行处理,对缺失数据填补时综合考虑属性重要性和缺失属性个数;不存在缺失数据的信息表则直接输出;实验结果表明方法能用于海产品安全预警系统中缺失数据填补。     

基于属性相关度的缺失数据填补算法研究

针对不完备信息系统的数据缺失填补精度不够高问题,以水产养殖预警信息系统为背景,提出一种基于属性相关度的缺失数据填补算法。在有效保证预警信息系统确定性的前提下,通过研究限制容差关系知识和决策规则,根据新定义的限制相容关系求出缺失对象的限制相容类,同时将条件属性之间的相关度概念引入,构造出一种新的扩展矩阵进行数据填补,实现了系统的完备性。以鲈鱼养殖缺失数据填补为实例,以数据集进行填补验证,结果表明与其他方法相比该算法在填补准确度和时间性能上有明显提高。     

一种基于新型关系矩阵的数据填补方法

研究不完备信息系统,分析容差关系、非对称相似关系、限制容差关系的局限性,提出一种基于新型关系矩阵的数据填补方法。新型关系矩阵完整地记录了各对象之间条件属性以及决策属性的异同情况,以此挖掘对象间的潜在联系,并进行空缺值的填补处理,填补的结果不会破坏系统的协调性。数据集测试结果验证了该方法的有效性。     

水产品安全评价指标约简方法研究

影响食品安全评价的因素很多,并且这些因素错综复杂,因此,目前众多算法存在评价指标约简效果差、运算效率低下等问题。针对大多数食品安全评价指标约简算法时间复杂度比较高、指标选取差等问题,文中利用粗糙集理论提出了一种新的解决办法。该方法基于相似矩阵概念,利用属性在相似矩阵中出现的频率给出了属性重要性的计算公式,以此作为启发式知识来约简决策表中的冗余属性,并将折半查询的思想运用到了算法中,加快了约简效率,提高了评价指标选取水平。实验结果表明该算法是简单有效的。     

基于立体视觉的移动机器人导航算法

移动机器人立体视觉系统不仅提供三维地形图用于障碍规避和路径规划,其结果还可以用于视觉导航。以移动机器人立体视觉系统为基础,研究了基于前后两个位置上立体图对的视觉测量算法用于移动机器人的连续导航,讨论了影响导航精度的因素和改进方法;研究了基于局部和全局三维地形图的地形匹配算法用于定期校正位置误差,算法实现简便,定位精度取决于地形图精度。实验结果证明了两种方法的有效性,可以兼顾近距离和中远距离导航任务。     

基于Sobel算子的改进边缘检测算法

提出了一种基于Sobel算子改进的边缘检测算法。该算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度。在计算图像梯度时结合了方向拆分法,将每个方向梯度与两个子方向半个模板对应的像素点之和分别求比值,选择最大者作为该方向的梯度值,然后将四个方向梯度的最大值作为窗口中心点的梯度,最后对梯度图像进行阈值分割和细化,得到边缘图像。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、图像边缘较细的优点。     

不确定信息系统中基于粒细度的属性约简

针对不确定信息系统属性约简问题,提出一种基于颗粒细度的属性约简方法。给出一个以粒细度为属性重要性的概念,并用此重要性作为启发信息进行属性的约简。从原始的不确定信息系统出发,定义一个利用粗糙集中的等价关系构建相容的粒度空间,从而缩减原始系统所占用的空间,避免计算时对象的重复。实现计算量的降低。     

基于物联网的食品安全信息化应用研究

近几年来,屡屡发生的食品安全事件,已经严重威胁了广大消费者的身体健康和生命品质,同时,对整个食品行业造成了不良的影响。为了更好的解决食品企业在安全生产及食品监测的有效管理问题,基于物联网的食品安全信息化的应用研究,引起了极为广泛的关注。本文从物联网与食品安全信息化的应用着手,对食品安全信息化的建设现状,以及发展前景中所需注意的问题提出了几点建议。     

基于混合QoS的大群用户服务选择

群体活动在日常生活中非常广泛,面向群体的信息服务提供是必需解决的问题。群体规模较大和混合数据类型QoS模型给Web服务选择带来巨大困难。基于混合QoS模型,借鉴多属性群决策理论,提出面向大群体用户的服务选择算法。包括5个步骤:群体偏好确定、族加权权重确定、构造族加权规格化决策矩阵、确定理想方案、计算贴进度。另外,还介绍了一种Web服务QoS模型,能够描述实数、区间数、直觉模糊数表示的QoS信息。实验数据表明,该算法能够很好地解决混合QoS模型的大规模群体用户的服务选择问题。