[发明专利]基于图嵌入的高风险食品和危害物可视分析方法与系统有效
申请号: | 202010868082.7 | 申请日: | 2020-08-26 |
公开(公告)号: | CN112148834B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 陈谊;张梦录;张清慧 | 申请(专利权)人: | 北京工商大学 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/36;G06K9/62;G06Q10/06 |
代理公司: | 北京万象新悦知识产权代理有限公司 11360 | 代理人: | 黄凤茹 |
地址: | 100048*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 嵌入 风险 食品 危害 可视 分析 方法 系统 | ||
1.一种基于图嵌入的高风险食品和危害物可视分析方法,构建食品关联网络,通过图嵌入技术将网络节点进行向量化,将整个网络嵌入到向量空间;通过计算找出结构特征相似的子图,再进行高风险食品和危害物可视分析;包括如下过程:
1)构建食品关联网络,食品关联网络中,节点代表食品,以两个食品中是否检测出共同的危害物为条件建立网络中的边;
将抽象后的食品实体关联数据构建的食品关联网络表示为图G=(V,E),节点集合V={v1,v2,...,vi,...,vn},其中vi表示一种被检测食品,边集合E={e1,e2,...ei,...,em},其中ei表示若两种被检测食品之间存在相同的检测项,则对两种食品之间添加一条边,n代表图中节点总个数,m代表图中边的数量;
2)将食品关联网络向量化,通过计算食品关联网络中节点向量两两之间的距离,对节点进行聚类,形成多个节点簇,即子图;
3)定义子图的结构特征指标GDC,GCC,GBC,GPR和GANDD分别表示为式(6)~(10),计算得到各个子图的结构特征指标的值;
其中,GDC代表图的度中心性,反映了子图中节点的平均DC值,其中gi代表第i个子图;n代表图中所有的节点;DC(i)代表节点i的度中心性,ki表示节点i的邻居节点个数;GCC,GBC,GPR和GANDD分别为子图中节点的平均CC值、平均BC值、平均ANND值和平均PR值;CC代表节点i的接近中心性,dij表示节点i与节点j之间的距离;BC代表节点i的介数中心性,gst代表节点s到节点t之间的最短路径数,gist代表从节点s到节点t的所有最短路径中经过节点i的路径数;ANND表示节点i的平均最近邻度,其中di和dj分别表示节点i和节点j的度,N代表节点i的邻居节点总个数,aij表示节点i和节点j之间的权值;PR表示节点i排序的重要性排名,其中kiout表示节点i的出度,aij表示节点i和节点j之间的权值;
4)将步骤3)计算得到的各个子图的结构特征指标的值显示在子图相应的雷达图上,用于表示子图的特征;根据不同子图中的节点之间是否存在边,对表示子图的各雷达图进行连接,形成各个雷达图的边;
5)以显示子图结构特征指标的雷达图为节点,以子图之间的关联为边,采用力导向布局方法生成整个食品关联网络的概览图,即Force-Radar视图;
Force-Radar视图中,每个雷达图被看作一个电荷,雷达图之间的边被视为弹簧;基于胡克定律和库仑定律,每个雷达图所受的力表示为式(11):
式(11)中,fuv表示节点u和节点v之间所受到的弹簧弹力,guv表示节点v和节点u之间的电荷力,N(v)表示节点v的邻居节点;
6)设计一系列辅助视图用于展示子图属性,并通过交互实现多个视图之间的关联分析;
通过上述过程,实现基于图嵌入的高风险食品和危害物可视分析。
2.如权利要求1所述基于图嵌入的高风险食品和危害物可视分析方法,其特征是,步骤2)具体应用图嵌入模型struc2vec方法将食品关联网络向量化。
3.如权利要求2所述基于图嵌入的高风险食品和危害物可视分析方法,其特征是,步骤2)具体使用k-means聚类方法对向量化后的节点进行聚类,形成多个节点簇,即得到不同的子图集合。
4.如权利要求1所述基于图嵌入的高风险食品和危害物可视分析方法,其特征是,步骤4)中,以雷达图表示子图,子图中节点数量越多,则雷达图面积越大;不同的子图间连接的边越多,则雷达图之间的边越宽。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工商大学,未经北京工商大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010868082.7/1.html,转载请声明来源钻瓜专利网。