[发明专利]一种食品安全检测系统

权利要求书

1.一种食品安全检测系统，其特征在于：所述检测系统包括食品环境参数采集平台、食品新鲜度大数据处理子系统，根据食品的储藏、运输和保鲜环境因子参数和保鲜时间对食品新鲜度的影响，采集食品在不同环节的环境因子参数和时间来对食品的新鲜度进行识别；

所述食品新鲜度大数据处理子系统包括温度检测模块和新鲜度等级分类器，温度检测模块输出食品的保鲜温度梯形模糊数、运输温度梯形模糊数和储藏温度梯形模糊数分别作为对应的新鲜度等级分类器的按拍延迟线TDL的输入，新鲜度等级分类器输出的梯形模糊数代表食品新鲜度等级值；温度检测模块分别对食品的保鲜温度、运输温度和储藏温度进行检测，每个温度检测模块包括温度检测模型和检测温度融合模型，温度检测模型输出的温度梯形模糊数作为检测温度融合模型的输入，检测温度融合模型输出的温度梯形模糊数的融合值作为温度检测模块的输出值；

所述温度检测模型包括温度传感器、按拍延迟线TDL、Adaline神经网络模型、微分回路和动态递归小波神经网络组成，由2个微分算子S相串联分别构成1个微分回路，每个微分回路的2个微分算子连接端和微分回路的输出分别作为动态递归小波神经网络模型的2个对应输入；温度传感器的输出作为按拍延迟线TDL的输入，按拍延迟线TDL输出的一段时间的温度传感器值分别作为多个Adaline神经网络模型的输入，每个Adaline神经网络模型输出作为对应的微分回路输入和动态递归小波神经网络的对应输入，动态递归小波神经网络模型输出的温度梯形模糊数代表一段时间温度传感器值大小的梯形模糊数，动态递归小波神经网络模型输出作为温度检测模型输出。

2.根据权利要求1所述的一种食品安全检测系统，其特征在于：所述检测温度融合模型的一段时间多个温度检测模型输出的温度传感器的梯形模糊数值构成温度传感器的时间序列梯形模糊数值阵列，同一时刻所有温度传感器的梯形模糊数值的平均值构成温度传感器的时间序列梯形模糊数值阵列的正理想值，同一时刻所有温度传感器的梯形模糊数值与正理想值距离最大的梯形模糊数值构成温度传感器的时间序列梯形模糊数值阵列的负理想值，每个温度传感器的时间序列梯形模糊数值的负理想值距离除以该温度传感器的时间序列梯形模糊数值的负理想值距离与该温度传感器的时间序列梯形模糊数值的正理想值距离的和得到的商为该温度传感器的时间序列梯形模糊数值的距离相对贴近度，每个温度传感器的时间序列梯形模糊数值的距离相对贴近度除以所有温度传感器的时间序列梯形模糊数值的距离相对贴近度的和得到的商为该温度传感器的时间序列梯形模糊数值的距离融合权重；

所述每个温度传感器的时间序列梯形模糊数值的正灰色关联度除以该温度传感器的时间序列梯形模糊数值的正灰色关联度与该温度传感器的时间序列梯形模糊数值的负灰色关联度的和得到的商为该温度传感器的时间序列梯形模糊数值的灰色关联度相对贴近度；每个温度传感器的时间序列梯形模糊数值的灰色关联度相对贴近度除以所有温度传感器的时间序列梯形模糊数值的灰色关联度相对贴近度的和得到的商为该温度传感器的时间序列梯形模糊数值的灰色关联度融合权重。

3.根据权利要求2所述的一种食品安全检测系统，其特征在于：所述每个温度传感器的时间序列梯形模糊数值的距离融合权重和灰色关联度融合权重分别构成均方根组合权重、博弈论组合权重、线性组合权重和乘积组合权重，由均方根组合权重、博弈论组合权重、线性组合权重和乘积组合权重按照从小到大排序组成该温度传感器的时间序列梯形模糊数值的梯形模糊数融合权重，每个温度传感器的时间序列梯形模糊数值与该温度传感器的时间序列梯形模糊数值的梯形模糊数融合权重的积相加得到的和为所有温度传感器的时间序列梯形模糊数融合值。

4.根据权利要求2所述的一种食品安全检测系统，其特征在于：所述每个温度传感器的时间序列梯形模糊数值的负理想值为该温度传感器的时间序列梯形模糊数值与温度传感器的时间序列梯形模糊数值阵列的负理想值的距离；每个温度传感器的时间序列梯形模糊数值的正理想值为该温度传感器的时间序列梯形模糊数值与温度传感器的时间序列梯形模糊数值阵列的正理想值的距离。