典型文献
基于物联网的食源性疾病早期暴发预防软件框架设计
文献摘要：
食源性疾病毒物自动监测是提高食品安全和公共卫生健康的重要的一环,传统的毒物监测方法,单纯依赖专家经验知识,无法全面的防范.借助大数据技术,移动互联网技术和人工智能深度学习模型技术,设计了食源性疾病毒物识别与暴发预防软件框架,应用人工智能(AI)深度学习(Deep Learning)模型卷积神经网络(Convolutional Neural Network,CNN)模型 EfficientNet-BO,在早期自动识别出目标毒物的种类,部署于Android移动终端设备和物联网(Internet of Things,IoT)设备上,进行半自动与全自动化的识别监测任务,提醒工作人员提前处置,预防食源性疾病疫情暴发.
文献关键词：
人工智能;物联网;食物中毒;深度学习;食品安全;毒物
中图分类号：
作者姓名：
王博远
作者机构：
中山市疾病预防控制中心,广东中山528403
文献出处：
引用格式：
[1]王博远-.基于物联网的食源性疾病早期暴发预防软件框架设计)[J].电脑编程技巧与维护,2022(10):59-61
A类：
B类：
食源性疾病,框架设计,毒物,自动监测,食品安全,卫生健康,监测方法,专家经验,经验知识,移动互联网技术,深度学习模型,Deep,Learning,Convolutional,Neural,Network,EfficientNet,BO,自动识别,Android,移动终端,终端设备,Internet,Things,IoT,半自动,全自动化,提醒,病疫情,疫情暴发,食物中毒
AB值：
0.367304
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
