| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 食品安全 | 第12页 |
| 1.2 食品安全风险预警现状 | 第12-14页 |
| 1.3 本文的研究意义 | 第14-15页 |
| 1.4 章节安排 | 第15-16页 |
| 第2章 大数据和大数据挖掘 | 第16-22页 |
| 2.1 大数据的定义 | 第16-17页 |
| 2.2 大数据挖掘 | 第17-18页 |
| 2.2.1 数据挖掘分类 | 第17页 |
| 2.2.2 数据挖掘技术的应用 | 第17页 |
| 2.2.3 数据挖掘的发展 | 第17-18页 |
| 2.3 数据挖掘与食品安全预警 | 第18-21页 |
| 2.3.1 我国食品安全数据平台的建设现状 | 第18页 |
| 2.3.2 应用于食品安全风险预警领域的大数据挖掘方式 | 第18-20页 |
| 2.3.3 BP神经网络模型及其基本原理 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 第3章 食品安全风险的评价对象 | 第22-29页 |
| 3.1 食品安全风险评价的意义 | 第22-23页 |
| 3.1.1 食品安全风险评价为监管提供决策依据 | 第22页 |
| 3.1.2 食品安全监测、预警及预测的需要 | 第22页 |
| 3.1.3 对食品消费者负责，对食品生产者监督 | 第22-23页 |
| 3.2 食品安全综合评价理论 | 第23页 |
| 3.3 食品安全的综合评价 | 第23-24页 |
| 3.4 食品安全评价的目的 | 第24页 |
| 3.5 食品安全评价对象 | 第24-27页 |
| 3.5.1 食品危害属性的主要种类 | 第24页 |
| 3.5.2 食品安全评价对象的确定分析 | 第24-25页 |
| 3.5.3 食品安全的影响因素及监管需求分析 | 第25-27页 |
| 3.6 基于检测数据的食品安全大数据的构建 | 第27-28页 |
| 3.7 小结 | 第28-29页 |
| 第4章 食品安全风险系数的设计与分析 | 第29-40页 |
| 4.1 食品安全风险综合评价方法 | 第29页 |
| 4.2 食品安全风险系数的构成指标设计 | 第29-38页 |
| 4.2.1 风险系数指标体系框架的总体设计思路 | 第30-31页 |
| 4.2.2 不合格率评价指标的设计与分析 | 第31-33页 |
| 4.2.3 不合格程度评价指标的建立 | 第33-37页 |
| 4.2.4 食品风险系数设计 | 第37-38页 |
| 4.3 基于食品风险系数的综合评价模型构建 | 第38-39页 |
| 4.3.1 食品安全风险系数的应用 | 第38-39页 |
| 4.3.2 风险系数的优势 | 第39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 基于BP神经网络数据挖掘的食品安全预警模型设计与实现 | 第40-49页 |
| 5.1 预警模型的数据和来源 | 第40-41页 |
| 5.2 食品安全风险预警系统的功能需要 | 第41-42页 |
| 5.3 食品安全风险预警系统的结构设计 | 第42页 |
| 5.4 BP神经网络的MATLAB设计与实现 | 第42-48页 |
| 5.4.1 设计分析 | 第42-43页 |
| 5.4.2 问题抽象与实现 | 第43-44页 |
| 5.4.3 模型建立 | 第44页 |
| 5.4.4 BP神经网络风险系数预测系统设计与实现 | 第44-47页 |
| 5.4.5 BP神经网络风险系数预测系统验证 | 第47-48页 |
| 5.5 风险系数自动分级预警 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 附录A 部分代码 | 第54-56页 |
