《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》
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。
图表编号 | XD00207309700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 董曼、李洁、尹佳、郭鹏程、陈锂、徐成、文红 |
绘制单位 | 湖北省食品质量安全监督检验研究院湖北省食品质量安全检测工程技术研究中心、武汉理工大学计算机科学与技术学院、湖北省食品质量安全监督检验研究院湖北省食品质量安全检测工程技术研究中心、湖北省食品质量安全监督检验研究院湖北省食品质量安全检测工程技术研究中心、湖北省食品质量安全监督检验研究院湖北省食品质量安全检测工程技术研究中心、湖北省食品质量安全监督检验研究院湖北省食品质量安全检测工程技术研究中心、湖北省食品质量安全监督检验研究院湖北省食品质量安全检测工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |