CN112462012A - 一种用于食品安全监测的智能云系统 - Google Patents
一种用于食品安全监测的智能云系统 Download PDFInfo
- Publication number
- CN112462012A CN112462012A CN202011284517.XA CN202011284517A CN112462012A CN 112462012 A CN112462012 A CN 112462012A CN 202011284517 A CN202011284517 A CN 202011284517A CN 112462012 A CN112462012 A CN 112462012A
- Authority
- CN
- China
- Prior art keywords
- module
- sample
- detection
- data
- content
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于食品安全监测技术领域,公开了一种用于食品安全监测的智能云系统,所述用于食品安全监测的智能云系统包括:采样模块、样品处理模块、送样模块、中央控制模块、重金属检测模块、黄曲霉毒素检测模块、药物残留检测模块、数据分析模块、综合评定模块、云数据库存储模块、通信模块、数据显示模块。本发明通过对待测食品进行采样以及处理,进行检测的操作更方便且检出更准确;通过检测实现对食品中重金属、黄曲霉毒素、药物残留含量的获取,能够实现对食品安全的数据的获得;通过对食品安全数据的分析,进行食品安全评价,得到的结论更加客观。本发明的系统结构简单,能够实现对食品安全进行评价,实现食品安全监测。
Description
技术领域
本发明属于食品安全监测技术领域,尤其涉及一种用于食品安全监测的智能云系统。
背景技术
目前:食品质量安全包括植物源性食品的安全性、动物源性食品的安全性、加工食品的安全性、食品安全性评价、食品生产过程和加工过程的安全质量保证、食品流通和服务环节的安全质量控制、食品卫生安全法规标准、食品安全监管的机构和制度等内容,食品企业为了保证食品的质量需要对生产出来的食品作多种方面的检测。
随着世界各国经济的迅猛发展和技术的进步,食品品种的多样化,食品微生物的污染及生态环境的破坏,市场流通及市场卫生条件监管力度低,市场流通环境差,企业违法生产和销售食品,如过量使用防腐剂,保鲜剂,食品中添加剂和激素的滥用,近年来,在世界各国都出现了较多的同时也是影响力较大的食品安全问题,如英国的“疯牛病”,国内的苏丹红,大头娃娃及太阳的光等事件。如何做好食品的安全检测工作,保障流入市场的食品的安全性,保障人们的健康,是目前急需要解决的问题。但是目前暂无可以实现食品综合监测的系统,无法进行食品安全的评估。
通过上述分析,现有技术存在的问题及缺陷为:目前暂无可以实现食品综合监测的系统,无法进行食品安全的评估。
发明内容
针对现有技术存在的问题,本发明提供了一种用于食品安全监测的智能云系统。
本发明是这样实现的,一种用于食品安全监测的智能云系统,所述用于食品安全监测的智能云系统包括:
采样模块、样品处理模块、送样模块、中央控制模块、重金属检测模块、黄曲霉毒素检测模块、药物残留检测模块、数据分析模块、综合评定模块、云数据库存储模块、通信模块、数据显示模块;
采样模块,与中央控制模块连接,用于通过采样程序进行待检测食品的采样,得到检测样品;
样品处理模块,与中央控制模块连接,用于通过样品处理程序进行检测样品的处理;
送样模块,与中央控制模块连接,用于通过送样机进行处理后的检测样品的送样;
中央控制模块,与采样模块、样品处理模块、送样模块、重金属检测模块、黄曲霉毒素检测模块、药物残留检测模块、数据分析模块、综合评定模块、云数据库存储模块、通信模块、数据显示模块连接,用于通过主控机控制各个模块正常运行;
重金属检测模块,与中央控制模块连接,用于通过重金属检测程序进行送样机内检测样品的重金属含量检测;
黄曲霉毒素检测模块,与中央控制模块连接,用于通过黄曲霉毒素检测程序进行送样机内检测样品的黄曲霉毒素含量检测;
药物残留检测模块,与中央控制模块连接,用于通过药物残留检测程序进行送样机内检测样品的药物残留含量检测;
数据分析模块,与中央控制模块连接,用于通过数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析;
综合评定模块,与中央控制模块连接,用于通过综合评定程序进行分析数据的综合评定,得到食品安全等级;
云数据库存储模块,与中央控制模块连接,用于通过云数据库将获取的数据进行存储;
通信模块,与中央控制模块连接,用于通过无线网络进行数据通信;
数据显示模块,与中央控制模块连接,用于通过显示器进行检测样品中重金属含量、黄曲霉毒素含量、药物残留含量,以及食品安全等级的显示。
本发明的另一目的在于提供一种应用用于食品安全监测的智能云系统的食品安全监测方法,所述食品安全监测方法包括以下步骤:
步骤一,通过采样模块利用采样程序进行待检测食品的采样,得到检测样品;通过样品处理模块利用样品处理程序进行检测样品的处理;
步骤二,通过送样模块利用送样机进行处理后的检测样品的送样;通过中央控制模块利用主控机控制各个模块正常运行;
步骤三,通过重金属检测模块利用重金属检测程序进行送样机内检测样品的重金属含量检测;通过黄曲霉毒素检测模块利用黄曲霉毒素检测程序进行送样机内检测样品的黄曲霉毒素含量检测;通过药物残留检测模块利用药物残留检测程序进行送样机内检测样品的药物残留含量检测;
步骤四,通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析;通过综合评定模块利用综合评定程序进行分析数据的综合评定,得到食品安全等级;
步骤五,通过云数据库存储模块利用云数据库将获取的数据进行存储;通过通信模块利用无线网络进行数据通信;通过数据显示模块利用显示器进行检测样品中重金属含量、黄曲霉毒素含量、药物残留含量,以及食品安全等级的显示。
进一步,步骤一中,所述检测样品为新鲜食品,在室温状态下未见破损与腐烂。
进一步,步骤一中,所述通过样品处理模块利用样品处理程序进行检测样品的处理,包括:
(1)将检测样品置于容器中,加入蒸馏水进行浸泡;
(2)将浸泡后的样品连同浸泡液置于打浆机中进行打浆,得到食品浆液;
(3)对食品浆液进行过筛,对筛上物质进行再次打浆与过筛,直至无筛上物;
(4)将筛下物进行离心弃去沉淀,取上清液,即为处理后的检测样品。
进一步,步骤四中,所述通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析,包括:
(1)分别获取检测样品的重金属含量、黄曲霉毒素含量、药物残留含量数据;
(2)获取检测样品的种类信息以及送样含量;
(3)从云数据库中获取检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量上限数据;
(4)从云数据库中获取历史检测信息中检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量的平均值;
(5)进行数据的对比,得到分析结果。
进一步,步骤(4)中,所述数据的对比,包括:将获取的检测样品的重金属含量、黄曲霉毒素含量、药物残留含量数据与获取的标准重金属含量、黄曲霉毒素含量、药物残留含量上限数据以及历史检测信息中检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量的平均值进行分别对比。
进一步,步骤四中,所述通过综合评定模块利用综合评定程序进行分析数据的综合评定,得到食品安全等级,包括:若数据分析结果为对比较小值,则食品安全等级高;反之,食品安全等级低。
进一步,步骤五中,所述通过云数据库存储模块利用云数据库将获取的数据进行存储,包括:
(1)向云数据库发送数据存储命令以及待存储数据,云数据库进行数据的存储;
(2)接收云数据库备份指令,向所述云平台发送备份云数据库的请求,并导出备份文件;
(3)将备份文件转化成具有特定数据库SQL语句通用性的SQL文件;查询云数据库的具体信息,并生成云数据库的备份清单;
(4)将云数据库的备份清单保存至云数据库备份存储服务器。
进一步,步骤(2)中,所述指令包括要备份的云数据库及其所属的云平台。
进一步,步骤(2)中,所述导出备份文件,包括:
接收云数据库指令,从云数据库备份存储服务器中获取到相应的云数据库备份清单;向所述云平台发送请求,指定云数据库实例,导入SQL文件。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明通过对待测食品进行采样以及处理,能够实现待测样品的获取,满足进行检验的食品检测机器的检测需求,进行检测的操作更方便且检出更准确;通过检测实现对食品中重金属、黄曲霉毒素、药物残留含量的获取,能够实现对食品安全的数据的获得;通过对食品安全数据的分析,进行食品安全评价,得到的结论更加客观。本发明的系统结构简单,能够实现对食品安全进行评价,实现食品安全监测。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的用于食品安全监测的智能云系统的结构框图。
图2是本发明实施例提供的食品安全监测方法的流程图。
图3是本发明实施例提供的通过样品处理模块利用样品处理程序进行检测样品的处理的流程图。
图4是本发明实施例提供的通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析的流程图。
图5是本发明实施例提供的通过云数据库存储模块利用云数据库将获取的数据进行存储的流程图。
图1中:1、采样模块;2、样品处理模块;3、送样模块;4、中央控制模块;5、重金属检测模块;6、黄曲霉毒素检测模块;7、药物残留检测模块;8、数据分析模块;9、综合评定模块;10、云数据库存储模块;11、通信模块;12、数据显示模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种用于食品安全监测的智能云系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的用于食品安全监测的智能云系统包括:
采样模块1、样品处理模块2、送样模块3、中央控制模块4、重金属检测模块5、黄曲霉毒素检测模块6、药物残留检测模块7、数据分析模块8、综合评定模块9、云数据库存储模块10、通信模块11、数据显示模块12;
采样模块1,与中央控制模块4连接,用于通过采样程序进行待检测食品的采样,得到检测样品;
样品处理模块2,与中央控制模块4连接,用于通过样品处理程序进行检测样品的处理;
送样模块3,与中央控制模块4连接,用于通过送样机进行处理后的检测样品的送样;
中央控制模块4,与采样模块1、样品处理模块2、送样模块3、重金属检测模块5、黄曲霉毒素检测模块6、药物残留检测模块7、数据分析模块8、综合评定模块9、云数据库存储模块10、通信模块11、数据显示模块12连接,用于通过主控机控制各个模块正常运行;
重金属检测模块5,与中央控制模块4连接,用于通过重金属检测程序进行送样机内检测样品的重金属含量检测;
黄曲霉毒素检测模块6,与中央控制模块4连接,用于通过黄曲霉毒素检测程序进行送样机内检测样品的黄曲霉毒素含量检测;
药物残留检测模块7,与中央控制模块4连接,用于通过药物残留检测程序进行送样机内检测样品的药物残留含量检测;
数据分析模块8,与中央控制模块4连接,用于通过数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析;
综合评定模块9,与中央控制模块4连接,用于通过综合评定程序进行分析数据的综合评定,得到食品安全等级;
云数据库存储模块10,与中央控制模块4连接,用于通过云数据库将获取的数据进行存储;
通信模块11,与中央控制模块4连接,用于通过无线网络进行数据通信;
数据显示模块12,与中央控制模块4连接,用于通过显示器进行检测样品中重金属含量、黄曲霉毒素含量、药物残留含量,以及食品安全等级的显示。
如图2所示,本发明实施例提供的食品安全监测方法包括以下步骤:
S101,通过采样模块利用采样程序进行待检测食品的采样,得到检测样品;通过样品处理模块利用样品处理程序进行检测样品的处理;
S102,通过送样模块利用送样机进行处理后的检测样品的送样;通过中央控制模块利用主控机控制各个模块正常运行;
S103,通过重金属检测模块利用重金属检测程序进行送样机内检测样品的重金属含量检测;通过黄曲霉毒素检测模块利用黄曲霉毒素检测程序进行送样机内检测样品的黄曲霉毒素含量检测;通过药物残留检测模块利用药物残留检测程序进行送样机内检测样品的药物残留含量检测;
S104,通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析;通过综合评定模块利用综合评定程序进行分析数据的综合评定,得到食品安全等级;
S105,通过云数据库存储模块利用云数据库将获取的数据进行存储;通过通信模块利用无线网络进行数据通信;通过数据显示模块利用显示器进行检测样品中重金属含量、黄曲霉毒素含量、药物残留含量,以及食品安全等级的显示。
步骤S101中,本发明实施例提供的检测样品为新鲜食品,在室温状态下未见破损与腐烂。
如图3所示,步骤S101中,本发明实施例提供的通过样品处理模块利用样品处理程序进行检测样品的处理,包括:
S201,将检测样品置于容器中,加入蒸馏水进行浸泡;
S202,将浸泡后的样品连同浸泡液置于打浆机中进行打浆,得到食品浆液;
S203,对食品浆液进行过筛,对筛上物质进行再次打浆与过筛,直至无筛上物;
S204,将筛下物进行离心弃去沉淀,取上清液,即为处理后的检测样品。
如图4所示,步骤S104中,本发明实施例提供的通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析,包括:
S301,分别获取检测样品的重金属含量、黄曲霉毒素含量、药物残留含量数据;
S302,获取检测样品的种类信息以及送样含量;
S303,从云数据库中获取检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量上限数据;
S304,从云数据库中获取历史检测信息中检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量的平均值;
S305,进行数据的对比,得到分析结果。
步骤S304中,本发明实施例提供的数据的对比,包括:将获取的检测样品的重金属含量、黄曲霉毒素含量、药物残留含量数据与获取的标准重金属含量、黄曲霉毒素含量、药物残留含量上限数据以及历史检测信息中检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量的平均值进行分别对比。
步骤S104中,本发明实施例提供的通过综合评定模块利用综合评定程序进行分析数据的综合评定,得到食品安全等级,包括:若数据分析结果为对比较小值,则食品安全等级高;反之,食品安全等级低。
如图5所示,步骤S105中,本发明实施例提供的通过云数据库存储模块利用云数据库将获取的数据进行存储,包括:
S401,向云数据库发送数据存储命令以及待存储数据,云数据库进行数据的存储;
S402,接收云数据库备份指令,向所述云平台发送备份云数据库的请求,并导出备份文件;
S403,将备份文件转化成具有特定数据库SQL语句通用性的SQL文件;查询云数据库的具体信息,并生成云数据库的备份清单;
S404,将云数据库的备份清单保存至云数据库备份存储服务器。
步骤S402中,本发明实施例提供的指令包括要备份的云数据库及其所属的云平台。
步骤S402中,本发明实施例提供的导出备份文件,包括:
接收云数据库指令,从云数据库备份存储服务器中获取到相应的云数据库备份清单;向所述云平台发送请求,指定云数据库实例,导入SQL文件。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种用于食品安全监测的智能云系统,其特征在于,所述用于食品安全监测的智能云系统包括:
采样模块、样品处理模块、送样模块、中央控制模块、重金属检测模块、黄曲霉毒素检测模块、药物残留检测模块、数据分析模块、综合评定模块、云数据库存储模块、通信模块、数据显示模块;
采样模块,与中央控制模块连接,用于通过采样程序进行待检测食品的采样,得到检测样品;
样品处理模块,与中央控制模块连接,用于通过样品处理程序进行检测样品的处理;
送样模块,与中央控制模块连接,用于通过送样机进行处理后的检测样品的送样;
中央控制模块,与采样模块、样品处理模块、送样模块、重金属检测模块、黄曲霉毒素检测模块、药物残留检测模块、数据分析模块、综合评定模块、云数据库存储模块、通信模块、数据显示模块连接,用于通过主控机控制各个模块正常运行;
重金属检测模块,与中央控制模块连接,用于通过重金属检测程序进行送样机内检测样品的重金属含量检测;
黄曲霉毒素检测模块,与中央控制模块连接,用于通过黄曲霉毒素检测程序进行送样机内检测样品的黄曲霉毒素含量检测;
药物残留检测模块,与中央控制模块连接,用于通过药物残留检测程序进行送样机内检测样品的药物残留含量检测;
数据分析模块,与中央控制模块连接,用于通过数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析;
综合评定模块,与中央控制模块连接,用于通过综合评定程序进行分析数据的综合评定,得到食品安全等级;
云数据库存储模块,与中央控制模块连接,用于通过云数据库将获取的数据进行存储;
通信模块,与中央控制模块连接,用于通过无线网络进行数据通信;
数据显示模块,与中央控制模块连接,用于通过显示器进行检测样品中重金属含量、黄曲霉毒素含量、药物残留含量,以及食品安全等级的显示。
2.一种应用如权利要求1所述用于食品安全监测的智能云系统的食品安全监测方法,其特征在于,所述食品安全监测方法包括以下步骤:
步骤一,通过采样模块利用采样程序进行待检测食品的采样,得到检测样品;通过样品处理模块利用样品处理程序进行检测样品的处理;
步骤二,通过送样模块利用送样机进行处理后的检测样品的送样;通过中央控制模块利用主控机控制各个模块正常运行;
步骤三,通过重金属检测模块利用重金属检测程序进行送样机内检测样品的重金属含量检测;通过黄曲霉毒素检测模块利用黄曲霉毒素检测程序进行送样机内检测样品的黄曲霉毒素含量检测;通过药物残留检测模块利用药物残留检测程序进行送样机内检测样品的药物残留含量检测;
步骤四,通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析;通过综合评定模块利用综合评定程序进行分析数据的综合评定,得到食品安全等级;
步骤五,通过云数据库存储模块利用云数据库将获取的数据进行存储;通过通信模块利用无线网络进行数据通信;通过数据显示模块利用显示器进行检测样品中重金属含量、黄曲霉毒素含量、药物残留含量,以及食品安全等级的显示。
3.如权利要求2所述食品安全监测方法,其特征在于,步骤一中,所述检测样品为新鲜食品,在室温状态下未见破损与腐烂。
4.如权利要求2所述食品安全监测方法,其特征在于,步骤一中,所述通过样品处理模块利用样品处理程序进行检测样品的处理,包括:
(1)将检测样品置于容器中,加入蒸馏水进行浸泡;
(2)将浸泡后的样品连同浸泡液置于打浆机中进行打浆,得到食品浆液;
(3)对食品浆液进行过筛,对筛上物质进行再次打浆与过筛,直至无筛上物;
(4)将筛下物进行离心弃去沉淀,取上清液,即为处理后的检测样品。
5.如权利要求2所述食品安全监测方法,其特征在于,步骤四中,所述通过数据分析模块利用数据分析程序对获取的重金属、黄曲霉毒素、药物残留含量的数据进行分析,包括:
(1)分别获取检测样品的重金属含量、黄曲霉毒素含量、药物残留含量数据;
(2)获取检测样品的种类信息以及送样含量;
(3)从云数据库中获取检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量上限数据;
(4)从云数据库中获取历史检测信息中检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量的平均值;
(5)进行数据的对比,得到分析结果。
6.如权利要求5所述食品安全监测方法,其特征在于,步骤(4)中,所述数据的对比,包括:将获取的检测样品的重金属含量、黄曲霉毒素含量、药物残留含量数据与获取的标准重金属含量、黄曲霉毒素含量、药物残留含量上限数据以及历史检测信息中检测样品的种类对应的标准重金属含量、黄曲霉毒素含量、药物残留含量的平均值进行分别对比。
7.如权利要求2所述食品安全监测方法,其特征在于,步骤四中,所述通过综合评定模块利用综合评定程序进行分析数据的综合评定,得到食品安全等级,包括:若数据分析结果为对比较小值,则食品安全等级高;反之,食品安全等级低。
8.如权利要求2所述食品安全监测方法,其特征在于,步骤五中,所述通过云数据库存储模块利用云数据库将获取的数据进行存储,包括:
(1)向云数据库发送数据存储命令以及待存储数据,云数据库进行数据的存储;
(2)接收云数据库备份指令,向所述云平台发送备份云数据库的请求,并导出备份文件;
(3)将备份文件转化成具有特定数据库SQL语句通用性的SQL文件;查询云数据库的具体信息,并生成云数据库的备份清单;
(4)将云数据库的备份清单保存至云数据库备份存储服务器。
9.如权利要求8所述食品安全监测方法,其特征在于,步骤(2)中,所述指令包括要备份的云数据库及其所属的云平台。
10.如权利要求8所述食品安全监测方法,其特征在于,步骤(2)中,所述导出备份文件,包括:
接收云数据库指令,从云数据库备份存储服务器中获取到相应的云数据库备份清单;向所述云平台发送请求,指定云数据库实例,导入SQL文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011284517.XA CN112462012A (zh) | 2020-11-17 | 2020-11-17 | 一种用于食品安全监测的智能云系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011284517.XA CN112462012A (zh) | 2020-11-17 | 2020-11-17 | 一种用于食品安全监测的智能云系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112462012A true CN112462012A (zh) | 2021-03-09 |
Family
ID=74837521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011284517.XA Withdrawn CN112462012A (zh) | 2020-11-17 | 2020-11-17 | 一种用于食品安全监测的智能云系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112462012A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113358832A (zh) * | 2021-06-05 | 2021-09-07 | 湖北夏谱检测认证有限公司 | 一种食品安全快速检测系统及方法 |
CN113776993A (zh) * | 2021-07-28 | 2021-12-10 | 深圳市麦稻智联科技有限公司 | 一种大米在线检测系统、检测方法及检测设备 |
CN115684507A (zh) * | 2022-10-26 | 2023-02-03 | 深圳市赛泰诺生物技术有限公司 | 用于农药及重金属快速检测的智能ai系统及智能ai一体机 |
CN117314149A (zh) * | 2023-05-17 | 2023-12-29 | 南京汉卫公共卫生研究院有限公司 | 一种食品安全监督管理系统 |
-
2020
- 2020-11-17 CN CN202011284517.XA patent/CN112462012A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113358832A (zh) * | 2021-06-05 | 2021-09-07 | 湖北夏谱检测认证有限公司 | 一种食品安全快速检测系统及方法 |
CN113776993A (zh) * | 2021-07-28 | 2021-12-10 | 深圳市麦稻智联科技有限公司 | 一种大米在线检测系统、检测方法及检测设备 |
CN115684507A (zh) * | 2022-10-26 | 2023-02-03 | 深圳市赛泰诺生物技术有限公司 | 用于农药及重金属快速检测的智能ai系统及智能ai一体机 |
CN117314149A (zh) * | 2023-05-17 | 2023-12-29 | 南京汉卫公共卫生研究院有限公司 | 一种食品安全监督管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112462012A (zh) | 一种用于食品安全监测的智能云系统 | |
CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
CN111103565B (zh) | 一种基于智能电能表计量误差分析的数据变换方法及系统 | |
CN108470022B (zh) | 一种基于运维管理的智能工单质检方法 | |
CN110687473B (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
CN111123873B (zh) | 一种基于流处理技术的生产数据采集方法及系统 | |
CN115169830A (zh) | 基于大数据的配网单线图质量校核分析方法 | |
CN110738415A (zh) | 基于用电采集系统和离群点算法的窃电用户分析方法 | |
CN110826735A (zh) | 一种电力scada智能多维查询检修方法 | |
CN109756395A (zh) | 一种业务数据监控方法及系统 | |
CN107229499B (zh) | 用于电力采集系统故障终端检测的主站模拟系统及检测方法 | |
CN109272249A (zh) | 一种基于台区识别仪的台区线损消缺方法 | |
CN113112216A (zh) | 一种针对设备缺陷的预判分析方法 | |
CN115587635A (zh) | 一种基于中性点偏移判断的台区线损分析方法、系统 | |
CN108242028B (zh) | 变电站主接线图和智能告警测试用例可视化自动关联方法 | |
CN110597198A (zh) | 一种tft基板玻璃的质量控制装置、质量控制系统及方法 | |
CN112069633B (zh) | 一种采用大数据聚类的基于粒子群原理的配电网数据预处理方法 | |
CN110188799A (zh) | 一种计量数据多维分析与智能运维方法 | |
CN109685682A (zh) | 基于关系数据库智能生成调控系统检修操作票的方法 | |
CN112559609A (zh) | 一种从Word读取变压器数据存入Excel的方法 | |
CN204495730U (zh) | 一种自动化外观质量检测仪 | |
CN113298148A (zh) | 一种面向生态环境评价的不平衡数据重采样方法 | |
CN113222223A (zh) | 实时数仓的风控联动预警方法、系统、设备及存储介质 | |
CN113312748A (zh) | 一种用于负荷模型的在线建模方法及系统 | |
CN110703730A (zh) | 一种基于mes中数据采集测试方法和装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210309 |
|
WW01 | Invention patent application withdrawn after publication |