基于物联网实现农产品质量安全监控的工作方法与流程

本发明涉及数据安全领域，尤其涉及一种基于物联网实现农产品质量安全监控的工作方法。

背景技术：

1、物联网技术的兴起源于万物互联的思路，针对多点数据进行数据收集，并将获取的数据进行综合分析，通过温度传感器、湿度传感器以及重力传感器获取农产品质量温度数据，摄像头监测农产品封装生产线环境数据，称重保证产品重量，湿度传感器获取农产品封装环境。农产品加工过程中，往往缺乏对原材料的质量控制，导致原材料加工过程中的工艺参数等难以实现严格的控制，给产品质量带来风险。如何对这些数据进行有效的分析判断，并给出合理评估数据，这就亟需本领域技术人员解决相应的技术问题。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于物联网实现农产品质量安全监控的工作方法。

2、为了实现本发明的上述目的，本发明提供了一种基于物联网实现农产品质量安全监控的工作方法，包括如下步骤：

3、s1，通过物联网平台获取农产品质量过程的数据，并根据初步筛选方法获取农产品质量数据训练集；

4、s2，根据训练集的内容，计算最大似然估计对农产品质量进行筛选运算，满足抑制参数条件再执行价值判断；

5、s3，针对筛选值对农产品质量进行价值评价，从而对农产品质量设定阈值的偏移度，判断农产品质量安全性。

6、上述技术方案优选的，所述s1包括：

7、s1-1，对于初步筛选的方法进行农产品质量分析，首先判断温度数据和湿度数据等级优先级高于产品重量作用的影响，在加工作业过程中，再判断温度数据和湿度数据等级优先级低于产品重量作用的影响；

8、s1-2，当农产品质量的温度数据、湿度数据和重量数据越符合初步筛选的区间时，其落入数据训练集的概率越高。

9、上述技术方案优选的，所述s2包括：

10、s2-1，通过实时获取的农产品质量数据估计每种数据的筛选值，

11、设置温度数据集合x＝(x1,x2,...,xl)，湿度数据集合y＝(y1,y2,...,ym)，重量数据集合z＝(z1,z2,...,zn)，xl为第l个温度数据，ym为第m个湿度数据，zn为第n个重量数据；

12、计算温度数据元素值针对温度数据元素值sigmoid函数计算，作为温度数据的激活函数；

13、其中μ1为温度数据抑制参数，用于对函数进行数据调整；

14、使用最大似然估计mlex，将sigmoid函数以及温度估计值x′作为计算条件，针对温度数据集合x中的f(u)进行函数计算；

15、mlex＝argmax(x′)·log(l(x′|f(u)))；其中，l(x′|f(u))为似然函数，针对温度估计值x′在计算的sigmoid函数中找到最大一个x′；这里的x′并不是温度最高值，而且在计算过程中形成的农产品封装质量最好状态的温度值，使用对数计算是为了防止数据下溢。

16、上述技术方案优选的，所述s2包括：

17、s2-2，计算湿度数据元素值针对湿度数据元素值sigmoid函数计算，作为湿度数据的激活函数；

18、其中μ2为湿度数据抑制参数，用于对函数进行数据调整；

19、使用最大似然估计mley，将sigmoid函数以及湿度估计值y′作为计算条件，针对湿度数据集合y中的f(v)进行函数计算；

20、mley＝argmax(y′)·log(l(y′|f(v)))；其中，log(l(y′|f(v))为似然函数，针对湿度估计值y′在计算的sigmoid函数中找到最大一个y′。

21、上述技术方案优选的，所述s2包括：

22、s2-3，计算重量数据元素值针对重量数据元素值sigmoid函数计算，作为重量数据的激活函数；

23、其中μ3为重量数据抑制参数，用于对函数进行数据调整；

24、使用最大似然估计mlez，将sigmoid函数以及重量估计值z′作为计算条件，针对重量数据集合z中的f(w)进行函数计算；

25、mlez＝argmax(z′)·log(l(z′|f(w)))；其中，log(l(z′|f(w))为似然函数，针对重量估计值z′在计算的sigmoid函数中找到最大一个z′。

26、上述技术方案优选的，所述s3包括：

27、s3-1，通过采用k-means聚类算法，对最大似然估计的三种数据进行聚类，聚类过程中，执行三种数据属性重合度判断；

28、

29、其中，σ表示判断阈值，为开区间(0,1)内的正数，qx,y,z为价值函数。

30、上述技术方案优选的，所述s3包括：

31、s3-2，通过计算温度数据、湿度数据和重量数据的价值函数

32、qx,y,z＝δxl·λ1+δym·λ2+δzn·λ3，其中，δxl为农产品质量温度数据中期望的结果偏移值；δym为农产品质量湿度数据中期望的结果偏移值；δzn为农产品质量重量数据中期望的结果偏移值；λ1，λ2，λ3为农产品质量饱满和干瘪的价值函数的凹凸程度值。

33、综上所述，由于采用了上述技术方案，本发明的有益效果是：

34、通过物联网平台获取农产品加工过程的数据，可以实时、全面地了解农产品的生产情况，有助于发现生产过程中的问题并进行改进；根据训练集的内容，设置影响因子对农产品质量进行筛选，可以有效地识别出不符合质量标准的产品，保证农产品质量的稳定性。同时，对特征向量中的元素进行价值评价，更加准确地评估农产品的质量，为后续的阈值设定提供依据；根据农产品质量的评估结果，可以设定相应的阈值，并判断农产品质量安全性。这有助于在保证农产品质量的前提下，提高生产效率，降低生产成本，针对整个过程实现了对农产品加工过程的智能化监控和管理，可以实时获取和分析数据，为生产决策提供支持。同时，通过物联网平台，实现远程控制和智能化管理，提高生产效率和管理水平。从而提高消费者信心，可以保证农产品质量的稳定性和安全性，提高消费者对农产品的信任度和满意度，有利于提高市场竞争力。这些步骤和方法的应用，有助于实现农产品的智能化、精细化生产，提高生产效率和产品质量，增强消费者信心和市场竞争力。

35、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种基于物联网实现农产品质量安全监控的工作方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于物联网实现农产品质量安全监控的工作方法，其特征在于，所述s1包括：

3.根据权利要求1所述的基于物联网实现农产品质量安全监控的工作方法，其特征在于，所述s2包括：

4.根据权利要求1所述的基于物联网实现农产品质量安全监控的工作方法，其特征在于，所述s2包括：

5.根据权利要求1所述的基于物联网实现农产品质量安全监控的工作方法，其特征在于，所述s2包括：

6.根据权利要求1所述的基于物联网实现农产品质量安全监控的工作方法，其特征在于，所述s3包括：

7.根据权利要求1所述的基于物联网实现农产品质量安全监控的工作方法，其特征在于，所述s3包括：

技术总结
本发明提出了一种基于物联网实现农产品质量安全监控的工作方法，包括如下步骤：S1，通过物联网平台获取农产品质量过程的数据，并根据初步筛选方法获取农产品质量数据训练集；S2，根据训练集的内容，计算最大似然估计对农产品质量进行筛选运算，满足抑制参数条件再执行价值判断；S3，针对筛选值对农产品质量进行价值评价，从而对农产品质量设定阈值的偏移度，判断农产品质量安全性。

技术研发人员：杨琴,刘勇
受保护的技术使用者：重庆扬兴科技有限公司
技术研发日：
技术公布日：2024/3/17