×
进出口食品风险溯源预警关键技术及平台建设

进出口食品风险溯源预警关键技术及平台建设

1星价 ¥131.6 (7.0折)
2星价¥131.6 定价¥188.0
暂无评论
图文详情
  • ISBN:9787312055904
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:219
  • 出版时间:2023-06-06
  • 条形码:9787312055904 ; 978-7-312-05590-4

内容简介

为提升口岸现场执法工作智能化、标准化和规范化水平,推动口岸食品“快检、快验、快放”,加快通关速度,《进出口食品风险溯源预警关键技术及平台建设》提出了多种技术方案:通过搭建进出口食品风险监控数据湖,实现了多源信息融合、实时态势理解、食品风险评估、态势分析预测以及追溯信息管理等功能;完成了真值推理和发现方法、时间序列分类和聚类方法等多项研究;研发了国家级进出口食品风险信息云平台,打造了具有多源采集、追溯管理、快速检索、预警提示、决策技术支持诸多功能的食品安全智慧保障平台。 《进出口食品风险溯源预警关键技术及平台建设》可供广大科研工作者、专家学者、学生朋友们阅读,可为口岸通关检验提速度、降成本提供参考。

目录

前言 第1章 海关数据湖构建及应用研究 1.1 数据湖概念 1.2 数据湖的技术特点及架构演进 1.3 云计算厂商数据湖构建方案 1.4 海关数据湖处理构架方案 1.5 海关数据湖建设流程及应用实践 第2章 一种基于*优化的带有claim关系的真值发现方法 2.1 概述 2.2 问题定义 2.3 真值发现方法 2.4 实验与分析 第3章 基于图嵌入的真值推理方法研究 3.1 概述 3.2 基于图神经网络的图嵌入真值推理方法研究 3.3 数据源节点权重生成 3.4 子图构建 3.5 图神经网络嵌入模型 3.6 实验与分析 第4章 基于Kullback-Leibler散度的高斯模型多变量时间序列分类 4.1 概述 4.2 Kullback-Leibler散度介绍 4.3 基于Kullback-Leibler散度的多变量高斯模型计算 4.4 基于Kullback-Leibler散度的多变量高斯模型多变量时间序列算法描述 4.5 实验与分析 4.6 时间复杂性分析 4.7 参数对性能的影响 第5章 基于高斯模型的全卷积网络多变量时间序列分类方法 5.1 概述 5.2 多变量时间序列数据预处理 5.3 用于特征提取的全卷积网络 5.4 实验与分析 第6章 基于图嵌入的多变量时间序列聚类方法 6.1 概述 6.2 有向图的构建 6.3 基于随机游走的图嵌入 6.4 实验与分析 第7章 基于路径表示的多源Web信息实体解析方法 7.1 概述 7.2 基于路径表示的实体解析方法 7.3 实验与分析 第8章 触发词与属性值对联合抽取方法研究 8.1 概述 8.2 算法流程 8.3 实验与分析 第9章 规则与统计相结合的中文时间表达式识别研究 9.1 概述 9.2 中文时间表达式分类及系统总体架构 9.3 基于规则的识别方法 9.4 基于统计的识别方法 9.5 实验与分析 第10章 基于框架填充的主题事件抽取 10.1 概述 10.2 基于框架填充的主题事件抽取方法框架 10.3 实验与分析 第11章 融合事件框架的半监督主题事件抽取 11.1 概述 11.2 FISTEE整体框架 11.3 实验与分析 第12章 基于多层图注意力网络的事件检测方法 12.1 概述 12.2 基于多层图注意力网络的事件检测方法框架 12.3 实验与分析 第13章 基于图扰动策略的事件检测方法 13.1 概述 13.2 基于图扰动策略的事件检测方法框架 13.3 实验与分析 第14章 进出口食品风险信息云平台业务需求 14.1 概述 14.2 现状梳理 14.3 业务需求 14.4 安全运行保障 14.5 业务应急措施 第15章 进出口食品风险信息云平台方案及应用 15.1 概述 15.2 系统架构 15.3 项目安全要求 15.4 基础环境约束 15.5 平台应用展示 第16章 结论 参考文献
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航