《表5 成分得分系数矩阵：基于贝叶斯网络的酱卤肉制品安全预警研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯网络的酱卤肉制品安全预警研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

网络模型中参数估计方法较多，其中最大似然估计主要用于“模型一顶，参数未知”，它把参数看成1个未知的确定变量。而贝叶斯估计把参数看成是未知的随机变量。对于本次案例，无论是采用最大似然估计进行参数学习，还是使用贝叶斯估计进行参数学习，模型学习的精度都相同，见表5。参数学习结果表明，贝叶斯网络模型得到的酱卤肉制品总体情况与实际的数据统计值的误差在0.005～0.006的范围内，属于合理误差范围。因此贝叶斯模型预测的酱卤肉制品的总体状况接近实际值，危害因子的风险值符合统计规律，精确度较高。