[发明专利]一种基于云计算的食品数据分析方法

摘要

本发明属于食品查证技术领域，公开了一种基于云计算的食品数据分析方法，基于云计算的食品数据分析方法包括通过摄像单元拍摄食品生产过程的信息；通过处理单元对摄像单元传输的信息进行处理；所述处理单元通过内置的图像识别判定模块进行信息的识别；通过无线路由单元传输处理单元信息到监控单元；通过网络云服务器，监控单元对路由单元传输的信息进行监控；并对违规信息进行报警提示；利用移动终端通过网络云服务器与监控单元进行数据共享，进行多方位调控。本发明大大提高监管力度，更加准确的了解工厂的加工过程，更加透明，杜绝了投机取巧，不规则的生产方式，也遏制了黑心厂商的生产有害食品；同时更加便利进行审查工作的进行。

主权项

一种基于云计算的食品数据分析方法，其特征在于，所述基于云计算的食品数据分析方法包括：通过摄像单元拍摄食品生产过程的信息；通过处理单元对摄像单元传输的信息进行处理；所述处理单元通过内置的图像识别判定模块进行信息的识别；具体包括：采集到N个样本用作训练集X，采用下式求出样本平均值m：其中，xi∈样本训练集X＝(x1，x2，…，xN)；求出散布矩阵S：求出散布矩阵的特征值λi和对应的特征向量ei，其中，ei便是主分量，将特征值从大到小依次排列λ1，λ2，…；取出p个值，λ1，λ2，…，λp确定出识别空间E＝(e1，e2，…，eP)，在此识别空间上，训练样本X中，每个元素投影到该空间的点由下式得到：x'i＝Etxi，t＝1，2，…，N；由上式得到的是将原向量经过PCA降维后的p维向量；所述的特征提取基于稀疏表征，采用识别算法进行多图像识别；具体方法为：对当前帧图像检测并按坐标排序得出当前帧各个图像的识别结果；根据当前帧各个图像的识别结果计算对应的各个图像各自相邻n帧识别结果；统计各个图像的特征，由超过半数n/2的统一特征决定目标的最终特征；其中，计算待识别图片与图像库各类别间的重建误差{r1，r2……rn}，r1<r2<……<rn，将得到的相似度值按照的规则确定最终识别结果；其中T1为比率值，T1＝0.65；通过无线路由单元传输处理单元信息到监控单元；通过网络云服务器，监控单元对路由单元传输的信息进行监控；并对违规信息进行报警提示；所述监控单元通过内置的监控模块对食品的安全进行监控；具体包括：首先，建立分析对象与安全指标因子间的综合信息评价体系，评价体系是由n个分析对象m个指标构成的系统，从而得到初始信息评价矩阵：其中，i＝1,2,…,n；j＝1,2,…,m；对A'中各指标归一化处理：归一化的指标：其中，i＝1,2,…,n；j＝1,2,…,m；—矩阵A'中第j列的最小值；—矩阵A'中第j列的最大值；aij—规范性信息矩阵中对应于第i行j列的元素，规范性信息矩阵A可表示为：其中，i＝1,2,…,n；j＝1,2,…,m；然后，根据规范性信息矩阵，确定第i个分析对象下第j项指标的指标值的比重：其中，i＝1,2,…,n；j＝1,2,…,m；最后，由熵权法计算第i个分析对象的熵值其中，Ti—定义为第i个分析对象的信息熵；pij—第i个分析对象下第j项指标的比重；i＝1,2,…,n；j＝1,2,…,m；同理，可求得安全子信息熵，即：其中Si—定义为第i个分析对象的安全子信息熵；qij—第i个分析对象下第j项指标的比重；mij—第i个分析对象下第j项指标的比重；i＝1,2,…,n；j＝1,2,…,m；对信息熵值进行归一化处理，归一化公式：根据信息熵和危险度的关系，基于信息熵的危险度等级标准分为：0.8≤Hc≤1，极低危险；0.6≤Hc＜0.8，低度危险；0.4≤Hc＜0.6，中度危险；0.2≤Hc＜0.4，高度危险；0≤Hc＜0.2，极高危险；利用移动终端通过网络云服务器与监控单元进行数据共享，进行多方位调控。