CN111783036B - 一种农产品质量安全指数确定方法及系统 - Google Patents
一种农产品质量安全指数确定方法及系统 Download PDFInfo
- Publication number
- CN111783036B CN111783036B CN202010608947.6A CN202010608947A CN111783036B CN 111783036 B CN111783036 B CN 111783036B CN 202010608947 A CN202010608947 A CN 202010608947A CN 111783036 B CN111783036 B CN 111783036B
- Authority
- CN
- China
- Prior art keywords
- agricultural product
- information
- risk
- agricultural
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 230000037213 diet Effects 0.000 claims abstract description 11
- 235000005911 diet Nutrition 0.000 claims abstract description 11
- 239000000356 contaminant Substances 0.000 claims description 12
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 230000003115 biocidal effect Effects 0.000 claims description 6
- 230000037396 body weight Effects 0.000 claims description 6
- 238000011109 contamination Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 244000005700 microbiome Species 0.000 claims description 6
- 239000000575 pesticide Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 231100000765 toxin Toxicity 0.000 claims description 6
- 239000000273 veterinary drug Substances 0.000 claims description 6
- 235000012054 meals Nutrition 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Agronomy & Crop Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种农产品质量安全指数确定方法及系统。该方法包括：获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息；根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度；根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度；根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数。本发明能够充分考虑农产品质量安全监管的系统性和复杂性，方便农产品安全的监管和评价。
Description
技术领域
本发明涉及农产品质量安全评价领域，特别是涉及一种农产品质量安全指数确定方法及系统。
背景技术
当前社会对农产品质量安全监管工作高度关注。如何全面客观评价某一地区多种农产品或单一农产品的农产品安全状况，科学推进农产品质量安全监管，理性引导消费是各级政府最为关切的问题。目前，对农产品质量安全监管工作的评价以单一合格率为主，没有充分考虑农产品质量安全监管的系统性和复杂性。
发明内容
本发明的目的是提供一种农产品质量安全指数确定方法及系统，能够充分考虑农产品质量安全监管的系统性和复杂性，方便农产品安全的监管和评价。
为实现上述目的，本发明提供了如下方案：
一种农产品质量安全指数确定方法，包括：
获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息；
根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度；
根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度；
根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数。
可选的，所述风险因子信息包括农药信息、污染物信息、兽药残留信息、添加剂信息、抗生素信息、生物毒素信息和微生物信息。
可选的，所述根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度，具体包括:
根据所述多层面的农产品信息采用公式确定农产品污染度；
其中，Pq为第q类农产品的污染度，Fmax为受污染最严重的的污染物的污染度，F为平均污染物的污染度，Ci为第i个风险因子参数的检出值，Si为第i个风险因子参数的限量标准，k为某一类风险因子参数的个数，n为风险因子类别，/>wi为最大摄入量值与评价因子摄入量之比，ADImax为某一类风险因子参数中最大的允许每日最大摄入量，ADIi为第i个风险因子参数的允许每日最大摄入量。
可选的，所述根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度，具体包括：
根据所述多层面的农产品信息采用膳食暴露风险公式确定农产品风险度；
其中，Rq为第q类农产品的风险度，n为风险因子类别；k为某一类风险因子的参数个数；IRm为某种农产品摄入量；Ci为第i个风险因子参数的检出值；bw为平均体重，ADIi为第i个风险因子参数的允许每日最大摄入量。
可选的，所述根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数，具体包括：
根据所述污染度和所述风险度采用欧几里德原理方法采用公式确定农产品质量安全指数；
其中，S为农产品质量安全指数，m表示农产品种类数，Pq为第q类农产品的污染度，Rq为第q类农产品的风险度。
一种农产品质量安全指数计算系统，包括：
农产品信息确定模块，用于获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息；
农产品污染度确定模块，用于根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度；
农产品风险度确定模块，用于根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度；
农产品质量安全指数确定模块，用于根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数。
可选的，所述风险因子信息包括农药信息、污染物信息、兽药残留信息、添加剂信息、抗生素信息、生物毒素信息和微生物信息。
可选的，所述农产品污染度确定模块，具体包括:
农产品污染度确定单元，用于根据所述多层面的农产品信息采用公式确定农产品污染度；
其中，Pq为第q类农产品的污染度，Fmax为受污染最严重的的污染物的污染度，F为平均污染物的污染度，Ci为第i个风险因子参数的检出值，Si为第i个风险因子参数的限量标准，k为某一类风险因子参数的个数，n为风险因子类别，/>wi为最大摄入量值与评价因子摄入量之比，ADImax为某一类风险因子参数中最大的允许每日最大摄入量，ADIi为第i个风险因子参数的允许每日最大摄入量。
可选的，所述农产品风险度确定模块，具体包括：
农产品风险度确定单元，用于根据所述多层面的农产品信息采用膳食暴露风险公式确定农产品风险度；
其中，Rq为第q类农产品的风险度，n为风险因子类别；k为某一类风险因子的参数个数；IRm为某种农产品摄入量；Ci为第i个风险因子参数的检出值；bw为平均体重，ADIi为第i个风险因子参数的允许每日最大摄入量。
可选的，所述农产品质量安全指数确定模块，具体包括：
农产品质量安全指数确定单元，用于根据所述污染度和所述风险度采用欧几里德原理方法采用公式确定农产品质量安全指数；
其中，S为农产品质量安全指数，m表示农产品种类数，Pq为第q类农产品的污染度，Rq为第q类农产品的风险度。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供一种农产品质量安全指数确定方法及系统，一方面能够在一定程度上化解农产品市场的信息不对称问题，为消费者在消费的过程中能够进一步的选择，且为农产品安全治理工作所需要的信息提供数据。另一方面，农产品安全指数建设，需要针对不同农产品各自的特点形成相应的农产品安全指数计算方式，形成一个完整的集合体，从而构建标准的农产品安全指数。农产品安全指数从总体上和各个不同侧面反映农产品安全水平的动态情况，有利于政府相关部门及时掌握农产品的质量动态,确定农产品安全监管的工作重点，采取相关的监控措施，以进一步保障社会公众的农产品安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明农产品质量安全指数确定方法流程图；
图2为本发明农产品质量安全指数二维坐标示意图；
图3为本发明农产品质量安全指数确定系统结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种农产品质量安全指数确定方法及系统，能够充分考虑农产品质量安全监管的系统性和复杂性，方便农产品安全的监管和评价。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明农产品质量安全指数确定方法流程图。如图1所示，一种农产品质量安全指数确定方法包括：
步骤101：获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息。所述风险因子信息包括农药信息、污染物信息、兽药残留信息、添加剂信息、抗生素信息、生物毒素信息和微生物信息。农产品信息包括单个农产品信息、多类农产品信息。
步骤102：根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度，具体包括:
根据所述多层面的农产品信息采用公式确定农产品污染度；
其中，Pq为第q类农产品的污染度，Fmax为受污染最严重的的污染物的污染度，F为平均污染物的污染度，Ci为第i个风险因子参数的检出值，Si为第i个风险因子参数的限量标准，k为某一类风险因子参数的个数，n为风险因子类别，/>wi为最大摄入量值与评价因子摄入量之比，ADImax为某一类风险因子参数中最大的允许每日最大摄入量，ADIi为第i个风险因子参数的允许每日最大摄入量。
步骤102中，以单风险因子评价作为基础，兼顾不同评价因子对农产品质量安全的影响不同，对风险因子的内梅罗统计值进行加权平均，所述对风险因子的内梅罗统计值进行加权平均，是指采用最大摄入量值与评价因子摄入量之比作为权重，即
步骤103：根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度，具体包括：
根据所述多层面的农产品信息采用膳食暴露风险公式确定农产品风险度；
其中，Rq为第q类农产品的风险度，n为风险因子类别；k为某一类风险因子的参数个数；IRm为某种农产品摄入量；Ci为第i个风险因子参数的检出值；bw为平均体重，ADIi为第i个风险因子参数的允许每日最大摄入量。
步骤104：根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数，具体包括：
根据所述污染度和所述风险度采用欧几里德原理方法采用公式确定农产品质量安全指数；
其中，S为农产品质量安全指数，m表示农产品种类数，Pq为第q类农产品的污染度，Rq为第q类农产品的风险度。
步骤104基于欧几里德原理,构建风险度和污染度的双维空间，使用标点到原点距离来构建综合指数，即农产品质量安全指数。
图2为本发明农产品质量安全指数二维坐标示意图。
对应于本发明的农产品质量安全指数计算方法，本发明还提供一种农产品质量安全指数计算系统，图3为本发明农产品质量安全指数确定系统结构图。如图3所示，一种农产品质量安全指数计算系统包括：
农产品信息确定模块201，用于获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息。
农产品污染度确定模块202，用于根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度。
农产品风险度确定模块203，用于根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度。
农产品质量安全指数确定模块204，用于根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数。
所述风险因子信息包括农药信息、污染物信息、兽药残留信息、添加剂信息、抗生素信息、生物毒素信息和微生物信息。
所述农产品污染度确定模块202，具体包括:
农产品污染度确定单元，用于根据所述多层面的农产品信息采用公式确定农产品污染度；
其中，Pq为第q类农产品的污染度，Fmax为受污染最严重的的污染物的污染度，F为平均污染物的污染度，Ci为第i个风险因子参数的检出值，Si为第i个风险因子参数的限量标准，k为某一类风险因子参数的个数，n为风险因子类别，/>wi为最大摄入量值与评价因子摄入量之比，ADImax为某一类风险因子参数中最大的允许每日最大摄入量，ADIi为第i个风险因子参数的允许每日最大摄入量。
所述农产品风险度确定模块203，具体包括：
农产品风险度确定单元，用于根据所述多层面的农产品信息采用膳食暴露风险公式确定农产品风险度；
其中，Rq为第q类农产品的风险度，n为风险因子类别；k为某一类风险因子的参数个数；IRm为某种农产品摄入量；Ci为第i个风险因子参数的检出值；bw为平均体重，ADIi为第i个风险因子参数的允许每日最大摄入量。
所述农产品质量安全指数确定模块204，具体包括：
农产品质量安全指数确定单元，用于根据所述污染度和所述风险度采用欧几里德原理方法采用公式确定农产品质量安全指数；
其中，S为农产品质量安全指数，m表示农产品种类数，Pq为第q类农产品的污染度，Rq为第q类农产品的风险度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种农产品质量安全指数确定方法，其特征在于，包括：
获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息；
根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度，具体包括:
根据所述多层面的农产品信息采用公式确定农产品污染度；
其中，Pq为第q类农产品的污染度，Fmax为受污染最严重的的污染物的污染度，F为平均污染物的污染度，Ci为第i个风险因子参数的检出值，Si为第i个风险因子参数的限量标准，k为某一类风险因子参数的个数，n为风险因子类别，/>wi为最大摄入量值与评价因子摄入量之比，ADImax为某一类风险因子参数中最大的允许每日最大摄入量，ADIi为第i个风险因子参数的允许每日最大摄入量；
根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度，具体包括：
根据所述多层面的农产品信息采用膳食暴露风险公式确定农产品风险度；
其中，Rq为第q类农产品的风险度，n为风险因子类别；k为某一类风险因子的参数个数；IRm为某种农产品摄入量；Ci为第i个风险因子参数的检出值；bw为平均体重，ADIi为第i个风险因子参数的允许每日最大摄入量；
根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数，具体包括：
根据所述污染度和所述风险度采用欧几里德原理方法采用公式确定农产品质量安全指数；
其中，S为农产品质量安全指数，m表示农产品种类数，Pq为第q类农产品的污染度，Rq为第q类农产品的风险度。
2.根据权利要求1所述的农产品质量安全指数确定方法，其特征在于，所述风险因子信息包括农药信息、污染物信息、兽药残留信息、添加剂信息、抗生素信息、生物毒素信息和微生物信息。
3.一种农产品质量安全指数计算系统，其特征在于，包括：
农产品信息确定模块，用于获取多层面的农产品信息，所述多层面的农产品信息包括农产品类型信息、风险因子信息和区域信息；
农产品污染度确定模块，用于根据所述多层面的农产品信息采用改进的内梅罗污染指数方法，确定农产品污染度，具体包括:
农产品污染度确定单元，用于根据所述多层面的农产品信息采用公式确定农产品污染度；
其中，Pq为第q类农产品的污染度，Fmax为受污染最严重的的污染物的污染度，F为平均污染物的污染度，Ci为第i个风险因子参数的检出值，Si为第i个风险因子参数的限量标准，k为某一类风险因子参数的个数，n为风险因子类别，/>wi为最大摄入量值与评价因子摄入量之比，ADImax为某一类风险因子参数中最大的允许每日最大摄入量，ADIi为第i个风险因子参数的允许每日最大摄入量；
农产品风险度确定模块，用于根据所述多层面的农产品信息采用膳食暴露风险方法，确定农产品风险度，具体包括：
农产品风险度确定单元，用于根据所述多层面的农产品信息采用膳食暴露风险公式确定农产品风险度；
其中，Rq为第q类农产品的风险度，n为风险因子类别；k为某一类风险因子的参数个数；IRm为某种农产品摄入量；Ci为第i个风险因子参数的检出值；bw为平均体重，ADIi为第i个风险因子参数的允许每日最大摄入量；
农产品质量安全指数确定模块，用于根据所述污染度和所述风险度采用欧几里德原理方法，确定农产品质量安全指数，具体包括：
农产品质量安全指数确定单元，用于根据所述污染度和所述风险度采用欧几里德原理方法采用公式确定农产品质量安全指数；
其中，S为农产品质量安全指数，m表示农产品种类数，Pq为第q类农产品的污染度，Rq为第q类农产品的风险度。
4.根据权利要求3所述的农产品质量安全指数计算系统，其特征在于，所述风险因子信息包括农药信息、污染物信息、兽药残留信息、添加剂信息、抗生素信息、生物毒素信息和微生物信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010608947.6A CN111783036B (zh) | 2020-06-29 | 2020-06-29 | 一种农产品质量安全指数确定方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010608947.6A CN111783036B (zh) | 2020-06-29 | 2020-06-29 | 一种农产品质量安全指数确定方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111783036A CN111783036A (zh) | 2020-10-16 |
| CN111783036B true CN111783036B (zh) | 2023-07-28 |
Family
ID=72761165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010608947.6A Active CN111783036B (zh) | 2020-06-29 | 2020-06-29 | 一种农产品质量安全指数确定方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111783036B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080176A (zh) * | 2020-01-08 | 2020-04-28 | 浙江省农业科学院 | 一种农产品质量安全综合评价方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106021898A (zh) * | 2016-05-13 | 2016-10-12 | 中国环境科学研究院 | 一种地下水污染源强分级评价方法 |
| CN107103571B (zh) * | 2017-04-17 | 2018-07-31 | 中国检验检疫科学研究院 | 基于高分辨质谱、互联网和数据科学的农药残留侦测数据平台及侦测报告自动生成方法 |
-
2020
- 2020-06-29 CN CN202010608947.6A patent/CN111783036B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080176A (zh) * | 2020-01-08 | 2020-04-28 | 浙江省农业科学院 | 一种农产品质量安全综合评价方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 恩施菜地土壤重金属污染的生态风险评价和来源分析;黄金;廖照江;杨磊;;广东农业科学(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111783036A (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348752B (zh) | 一种考虑环境干扰的大型工业系统结构安全性评估方法 | |
| JP2008059270A (ja) | プロセス異常診断装置及びプロセス監視システム | |
| CN101193317A (zh) | 对图像进行自动白平衡处理的方法和装置 | |
| CN112817299A (zh) | 一种工业废水治理数据管理云平台及其控制方法 | |
| CN1121207A (zh) | 归属度判别装置 | |
| CN110636066B (zh) | 基于无监督生成推理的网络安全威胁态势评估方法 | |
| CN111967721A (zh) | 一种综合能源系统绿色化水平评价方法及系统 | |
| CN110610308A (zh) | 一种基于标杆法对环境技术进行评估的方法 | |
| CN107422088A (zh) | 一种污水监测管理方法及装置 | |
| CN114965924A (zh) | 污水污染物浓度检测系统 | |
| CN116151621A (zh) | 一种基于数据分析的大气污染治理风险检测系统 | |
| CN114764682B (zh) | 一种基于多机器学习算法融合的大米安全风险评估方法 | |
| CN113157732A (zh) | 一种基于pso-bp神经网络的地下铲运机故障诊断方法 | |
| CN111783036B (zh) | 一种农产品质量安全指数确定方法及系统 | |
| CN115822943A (zh) | 液压泵泄漏故障诊断方法 | |
| CN111191855A (zh) | 一种基于管网多元水质时序数据的水质异常事件识别预警方法 | |
| CN111126477A (zh) | 一种混合贝叶斯网络的学习与推理方法 | |
| Guh | Real-time recognition of control chart patterns in autocorrelated processes using a learning vector quantization network-based approach | |
| CN105741184B (zh) | 一种变压器状态评估方法及装置 | |
| CN117421994A (zh) | 一种边缘应用健康度的监测方法和监测系统 | |
| CN117115637A (zh) | 一种基于大数据技术的水质监测预警方法及系统 | |
| CN115171362B (zh) | 一种面向重点区域防控的预警方法及系统 | |
| Xu et al. | An ensemble learning method based on an evidential reasoning rule considering combination weighting | |
| CN113435794B (zh) | 一种基于图像处理的喷嘴铸件后处理智能监测方法 | |
| CN111855946B (zh) | 基于鱼类行为解析的水质分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |