一种植物油脂多源数据分析、溯源、预警方法及系统
本发明涉及食品安全检测与质量监控,尤其涉及一种植物油脂多源数据分析、溯源、预警方法及系统。
背景技术:
1、植物油脂的质量安全直接关系到公众健康,通常依据油品类型、生产工艺和产地三大维度进行质量判别,传统的植物油脂监管模式主要依赖信息收集、实验室检测和专家经验分析,但存在以下技术瓶颈:
2、非结构化数据解析、重组效率低;在植物油脂产业链中,企业纸质台账、报关单、检验报告等大量异构数据难以自动转化为可分析的结构化信息,导致数据录用效率低下;
3、跨源信息关联困难;产业链信息分散于种植、进口、生产、流通、监管等多个环节,缺乏统一的关联体系,油品与其指标、属性、检测结果在流通过程中的关联缺乏现场验证机制,导致信息孤岛严重;
4、应急响应滞后;传统检测周期长,通常需要数小时至数天,且多为事后抽检模式,缺乏现场、实时(秒级)的溯源、监测和预警能力,无法满足食品安全事件快速响应的需求。
5、现有技术中,高光谱检测技术已经应用于油品检测领域,但多局限于实验室环境,未能与全产业链数据体系及人工智能算法有效融合,同时,现有的溯源系统多基于单一的二维码或条码技术,难以应对油样串货、混合、运输污染等复杂场景下的精准溯源需求。
技术实现思路
1、有鉴于此,本发明提供一种植物油脂多源数据分析、溯源、预警方法及系统,解决现有植物油脂产业链中非结构化数据难以自动解析与融合、跨环节油品信息缺乏统一关联及现场验证机制、以及传统实验室检测周期长导致无法实现现场实时溯源监测与秒级预警的技术问题,提供将非结构化数据获取、转换、多元数据融合与ai实时分析相结合的植物油脂全链条监管技术方案。
2、为实现上述目的,本发明提供一种植物油脂多源数据分析溯源与预警方法,包括以下步骤:
3、s1、油样编码生成:根据油样类别、客户类别、采集类别及采集批次数量生成油样样本的唯一编码uid,以二维码或条码形式输出并贴附于采集油样容器上的标识码,油样编码与数据库绑定;
4、s2、通过授权移动终端扫描所述采集油样容器上的标识码,将采集点位置信息、时间信息、采集者身份、采集目的与采集油样容器绑定并上传至云平台,建立油品来源信息数据库;
5、s3、在采集现场利用高光谱油液快速检测设备对采集油样进行光谱扫描,得到光谱特征数据,将所述光谱特征数据与油样编码关联后存入光谱特征数据库;
6、s4、油样样本到达实验室入库,通过智能移动终端扫描采集油样容器上的标识码进行油样入库登记;
7、s5、油样溯源:根据所述油样编码和光谱特征数据,记录并追溯油样从采集、入库、检测、生产工艺到出厂的全过程;
8、s6、将油品来源信息数据库和光谱特征数据库中的数据输入至ai多模态模型进行智能化分析,对油样的质量安全、混合程度、安全风险进行预测、评估、预警和健康评估,生成智能评估报告。
9、优选地,所述授权移动终端安装有授权app或者微信小程序,采集者通过扫描标识码后完成绑定,采集者根据需求对采集油样的来源信息进行补充;所述采集点位置信息包括经纬度坐标。
10、优选地,实验室检测人员通过智能移动终端扫描被检测油样容器上的二维码,绑定检测油样与检测设备、检测时间、检测步骤,并将设备检测结果直接导入数据库;
11、油样样本到达实验室入库还包括:纸质检测报告通过扫描或者录入方式;当被检测油样被选为高光谱油液快速检测设备的建模油样时,将实验室检测结果输入至高光谱油液快速检测设备的建模系统,作为高光谱特征模型因变量,更新光谱定量分析模型,通过样本积累实现高光谱油液快速检测设备对该类油品现场采集油样的定量分析。
12、优选地,油样样本到达实验室入库还包括油样分样送检,将油样分样送检时的分样编码与入库油样编码绑定。
13、优选地,油样溯源包括消费者溯源和监管验证两种模式;
14、所述消费者溯源具体包括:消费者通过移动终端扫描油品容器上贴附的溯源码,获取包括产地、生产工艺关键指标成分、出厂批次、出厂时间以及实验室检测报告;
15、所述监管验证具体包括:监管人员从油品容器抽取油样,通过高光谱油液快速检测设备进行现场实时检测获取光谱特征,定量监测油样成分、溯源到出厂批次,并判别油品类型。
16、优选地,所述ai多模态模型智能化分析包括混合油比例估算:油品数据库收集每种原料油的脂肪酸组成以及质量指标,通过数学模型反推出混合油中各组分的比例估值。
17、优选地,所述ai多模态模型智能化分析油品安全风险预测、评估和预警与健康评估具体包括:将油品溯源信息、油样成分列表图片及消费者输入信息作为ai多模态数据输入大语言模型,提取结构化特征数据,包括酸价、过氧化值、品牌、产地、批次;
18、将所述结构化特征数据输入xgboost梯度提升决策树模型,获取风险评分及风险等级;
19、采用shap算法计算各特征在风险评分中的边际贡献,进行归因分析;
20、将所述风险评分、风险等级及shap归因结果输入所述大语言模型,生成包含自然语言解释、量化数据及追溯依据的评估报告。
21、本发明还提供一种植物油脂多源数据分析溯源与预警系统,包括:
22、油样编码生成模块,用于生成油样唯一编码并以二维码或条码形式输出;
23、移动终端采集模块,用于扫描所述二维码并将采集点信息、时间、采集者、采集目的与油样编码绑定;
24、高光谱检测模块,用于现场实时获取油样的光谱特征数据;
25、云平台数据库模块,用于存储油品来源信息库和光谱特征库,并建立二者之间的关联;
26、实验室检测数据导入模块,用于将检测结果、设备信息及纸质报告导入所述数据库;
27、溯源查询模块,根据油样编码以及光谱特征实现全过程追溯;
28、ai多模态分析模块,用于进行混合油比例估算以及对油样的质量安全、混合程度、安全风险进行预测、评估和预警生成智能评估报告。
29、与现有技术相比,本发明的有益效果是:
30、本发明通过油样唯一编码与移动端扫码技术的结合,将传统依赖人工整理的纸质台账、手写标签等异构信息自动转化为结构化数字信息,采集即录入并自动锁定经纬度、时间、采集目的与采集人,从根本上突破了非结构化数据解析与重组效率低下的瓶颈;
31、本发明建立了二维码编码与光谱特征组成的油样双重索引机制,光谱特征作为油样的永久性指纹,即便油样本身变质失效仍可追溯,使得分散在种植、进口、生产、出厂、流通和监管各环节的产地、工艺、成分及检测报告等信息能够通过统一索引自动汇聚,彻底打通了跨源信息孤岛,解决了产业链信息缺乏现场关联验证的长期难题;
32、本发明通过便携式高光谱快速检测设备,实现了五至六秒内出结果的现场实时检测能力,将传统数小时至数天的送检滞后模式转变为现场即时监测模式,一旦指标异常即可触发预警,极大提升了食品安全应急响应的速度;
33、本发明构建信息输入、算法模型与专家系统协同的智能分析体系,通过数学模型能够在获得常规检测数据的同时反推出混合油中各类原料油的混合比例,解决了实验室无法判定混合程度的痛点,并利用xgboost与shap算法实现风险量化评分与归因分析,提供超越人工经验的专业决策支持;
34、本发明还充分发挥了ai多模态大模型的融合牵引作用,将法规、标准、科研文献等与油品溯源信息统一整合,输出包含自然语言描述、量化数据和追溯依据的智能评估报告,同时通过扫码溯源和高光谱现场验证两种方式分别服务于消费者与监管单位,实现了从农田或进口到餐桌的全链条可追溯,为植物油脂质量安全提供了兼具实时性、精准性和可操作性的整体技术解决方案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com