王星云，左敏，*，肖克晶，刘婷

(1．北京工商大学计算机与信息工程学院，北京 100048;2．中国食品药品检定研究院，北京 100050)

基于BP神经网络的食品安全抽检数据挖掘

王星云1，左敏1，*，肖克晶1，刘婷2

(1．北京工商大学计算机与信息工程学院，北京 100048;2．中国食品药品检定研究院，北京 100050)

数据挖掘技术在食品安全领域拥有巨大的应用价值和潜力。通过分析逆向传播(BP)神经网络算法，说明使用该方法的可行性和优越性。以抽检数据为对象，阐述了数据预处理过程，设计并实现了数据挖掘实验。最后利用挖掘结果进行食品检验结论预测，验证了方法的实用价值和指导意义。实验表明，基于BP神经网络的数据挖掘方法具有良好的过程健壮性和较高的结果准确性。通过预判不合格食品的出现，可以指导实际食品安全抽检工作，从而杜绝食品安全问题的发生。

数据挖掘;食品安全;抽检数据;检验结论;BP神经网络

在国家经济蓬勃发展，生活水平不断提高的今天，社会大众对身体健康的诉求日益增强。在众多的健康影响因素中，食品的质量和安全对身体有着最直接而重要的影响［1］。确保食品的质量安全是整个食品行业和相关部门的责任与义务，其中食品抽检工作作为保证食品质量安全的最后一关，是最为直接和彻底的手段。抽检工作是通过定期制定计划，对各类食品进行抽样检测，测定各种污染物、微生物、营养指标等的含量来判断食品合格与否［2-3］，不合格食品将被严格禁止流入市场，从而避免食品安全问题的发生。……