基于多源大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)的設(shè)計與實現(xiàn)

劉翠玲， 徐瑩瑩， 孫曉榮， 李天瑞

(北京工商大學(xué) 計算機(jī)與信息工程學(xué)院/食品安全大數(shù)據(jù)技術(shù)北京市重點(diǎn)實驗室， 北京 100048)

如今隨著經(jīng)濟(jì)全球化不斷發(fā)展，人們生活水平日益提高，大眾對食品的要求不僅限于溫飽，更注重其安全和品質(zhì)問題。世界各國都在積極探索和采取措施，希望能夠加強(qiáng)食品安全質(zhì)量的監(jiān)測預(yù)控工作[1]。近年來，國外許多國家已經(jīng)建立了較為完善的食品安全質(zhì)量監(jiān)測預(yù)控體制，除了對食品實行從農(nóng)田到餐桌的鏈條式監(jiān)控模式，強(qiáng)調(diào)有關(guān)部門的信息交流之外，每種食品每次的抽檢信息都會詳細(xì)地被記錄在信息管理系統(tǒng)中，并且對公眾開放，大眾可從系統(tǒng)中了解到最新的食品檢測信息，構(gòu)建了一個較安全、健康的食品監(jiān)測預(yù)控環(huán)境[2]。

與國外相比，經(jīng)過近些年的快速發(fā)展，我國也已經(jīng)建立了負(fù)責(zé)質(zhì)量監(jiān)管的農(nóng)業(yè)、衛(wèi)生、商業(yè)、食品、進(jìn)口以及出口等相關(guān)行業(yè)的主管部門，以及與其相關(guān)的食品檢驗和測試實驗室。在食品安全檢測中，常用的檢測方法包括傳統(tǒng)國標(biāo)法以及色譜法、質(zhì)譜法、光譜法和生物檢測法等，由于數(shù)據(jù)量小，得出的結(jié)論往往缺乏代表性，得不到廣泛應(yīng)用。 而各個研究機(jī)構(gòu)之間又都是相互獨(dú)立的，缺乏信息的交流，未能做到資源、數(shù)據(jù)的共享，使得研究效率低，進(jìn)展周期長[3]。

對海量數(shù)據(jù)進(jìn)行存儲和分析是目前大數(shù)據(jù)最主要的價值所在。本文結(jié)合大數(shù)據(jù)優(yōu)化、廉價、迅速等優(yōu)點(diǎn)，提出設(shè)計開發(fā)一個多源大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)，用于接收、處理、分析來自光譜、理化、圖像信息等多源、多手段、多途徑的食品檢測數(shù)據(jù)，構(gòu)建原始檢測數(shù)據(jù)庫，建立數(shù)據(jù)轉(zhuǎn)換統(tǒng)一標(biāo)準(zhǔn)模塊、分析模塊、算法庫等，實現(xiàn)數(shù)據(jù)匯集、數(shù)據(jù)信息快速分析、實時監(jiān)控、信息共享等功能，為政府部門提供預(yù)警，也將為解決我國復(fù)雜的食品監(jiān)測問題發(fā)揮積極作用。

1 大數(shù)據(jù)及其特點(diǎn)

“互聯(lián)網(wǎng)+”時代的到來使大數(shù)據(jù)逐漸成為數(shù)據(jù)分析的前沿技術(shù)。大數(shù)據(jù)( Big Data)也被稱為海量數(shù)據(jù)，指的是大量、高增長和多樣化的信息資產(chǎn)，它們需要新的處理模型，以獲得更大的決策、洞察力和流程優(yōu)化。大數(shù)據(jù)的應(yīng)用不是簡單的數(shù)據(jù)計算，其真正的核心在于挖掘數(shù)據(jù)中蘊(yùn)藏的信息價值。就食品行業(yè)而言，通過數(shù)據(jù)挖掘和信息采集技術(shù)，大數(shù)據(jù)的應(yīng)用為研究者提供了足夠的樣本含量和數(shù)據(jù)， 以及基于大數(shù)據(jù)的模型去預(yù)測未來的市場，避免了通過傳統(tǒng)數(shù)據(jù)分析方法引起的時間滯后和低精度及樣本量不足等問題。大數(shù)據(jù)可以通過數(shù)據(jù)收集和統(tǒng)計分析，充分了解市場信息，把握市場動態(tài)趨勢，了解產(chǎn)品定位在市場競爭中的位置。大數(shù)據(jù)有4個特點(diǎn)：1)大量。數(shù)據(jù)量巨大，從TB級可以跳到PB級。各種食品安全檢驗機(jī)構(gòu)、食品公司和許多相關(guān)的食品安全研究實驗室在長期的食品檢驗工作中積累了大量的數(shù)據(jù)，并且仍在不斷增加和更新。2)高速。處理速度非?？?。隨著數(shù)據(jù)處理技術(shù)的發(fā)展，食品安全領(lǐng)域的研究要想提高信息的處理速度，不可避免地要運(yùn)用大數(shù)據(jù)技術(shù)。3)多樣化。多種數(shù)據(jù)類型，如各種樣本數(shù)據(jù)、測試數(shù)據(jù)、光譜分析的測試報告、現(xiàn)場實驗和其他的照片。4)價值。價值密度低，只要對數(shù)據(jù)進(jìn)行合理使用和準(zhǔn)確分析，它會帶來高的價值回報[3]。目前的光譜分析檢測數(shù)據(jù)主要以測試報告或統(tǒng)計報表等簡單形式報出，無法帶來高價值回報。 因此，如何利用大數(shù)據(jù)技術(shù)來分析這些海量的數(shù)據(jù)，為各食品安全研究機(jī)構(gòu)提供有效的信息參考，將會是一個很值得研究的課題[4-8]。 除此之外，食品安全監(jiān)測預(yù)控領(lǐng)域也整合、分析與挖掘這些積累的大量數(shù)據(jù)，向包括政府監(jiān)管機(jī)構(gòu)、企業(yè)和消費(fèi)者在內(nèi)的公眾提供全面準(zhǔn)確的食品安全信息，確保信息的及時性、完整性和權(quán)威性，促進(jìn)食品安全監(jiān)控行業(yè)更快發(fā)展。

2 多源大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)的設(shè)計思想

傳統(tǒng)的食品安全監(jiān)測預(yù)控未能形成統(tǒng)一的模式，主要是因為參與食品安全監(jiān)測的企業(yè)、研究機(jī)構(gòu)、政府相關(guān)部門之間都是相互獨(dú)立的，在檢測過程中，不同研究機(jī)構(gòu)不免會先后對相同食品樣品進(jìn)行光譜分析或理化試驗，相當(dāng)于對同一性質(zhì)的樣品進(jìn)行了重復(fù)實驗，可能會增加在硬件和軟件方面的投入成本，降低儀器設(shè)備的使用率，造成資源浪費(fèi)，在一定程度上延長研究周期[4]。以光譜分析為例，常見的食品檢測流程如圖1。

圖1 常見的食品檢測流程Fig.1 Flow chart of common food testing

從圖1可以得出，整個光譜分析過程中，在不同研究機(jī)構(gòu)的實驗室之間，采集來的樣品及其具體數(shù)據(jù)參數(shù)可進(jìn)行共享、整合；不同光譜掃描儀器得出的光譜數(shù)據(jù)也可共享；除此之外，光譜分析中所使用的相關(guān)軟件、算法及最后所建立的模型也可以嘗試在不同樣品的光譜分析中實現(xiàn)算法移植和共享[3]。但是，從目前食品安全監(jiān)測模式來看，這些可以共享的資源并沒有得到充分利用，仍然獨(dú)立存在?；诖讼敕ǎ⒁粋€基于大數(shù)據(jù)的食品安全監(jiān)測預(yù)控系統(tǒng)，實現(xiàn)食品安全監(jiān)測過程中硬件及軟件資源上的共享是非常必要的。

大數(shù)據(jù)食品安全監(jiān)控系統(tǒng)設(shè)計的核心思想是：基于Java EE的開發(fā)平臺，搭建一個食品安全監(jiān)測預(yù)控的管理平臺，改變?nèi)斯な謩佑涗浀墓芾砟Ｊ剑诒镜乜梢詫崟r進(jìn)行數(shù)據(jù)的上傳、保存，并利用已存儲的光譜模型進(jìn)行預(yù)處理，使數(shù)據(jù)管理變得更加自動化、信息化和網(wǎng)絡(luò)化。除此之外，利用大數(shù)據(jù)技術(shù)，此管理平臺更是一個公共、開放、共享的監(jiān)控系統(tǒng)，使得系統(tǒng)管理員、老師、學(xué)生、訪客等各級用戶通過網(wǎng)頁即可注冊，并在管理員的許可下登錄網(wǎng)站使用系統(tǒng)，上傳樣品的光譜數(shù)據(jù)，利用系統(tǒng)已有的光譜模型進(jìn)行分析處理，從而得到用戶想要的結(jié)果。此系統(tǒng)的開發(fā)不僅能克服時間、地域的限制，還可以降低科研管理人員的勞動強(qiáng)度，在很大程度上能實現(xiàn)資源共享，節(jié)約研究成本，有效地提高科研效率。

3 多源大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)的架構(gòu)

以大數(shù)據(jù)技術(shù)為核心，在Eclipse的開發(fā)環(huán)境下，基于Java EE的開發(fā)平臺，采用My SQL的后臺關(guān)系數(shù)據(jù)庫，構(gòu)建一個公共、開放、共享的基于大數(shù)據(jù)的食品安全監(jiān)測預(yù)控系統(tǒng)[9-12]，如圖2。

圖2 食品安全監(jiān)測預(yù)控系統(tǒng)架構(gòu)Fig.2 Food safety monitoring and control system architecture

本次設(shè)計的大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)利用的是應(yīng)用廣泛的Java技術(shù)、數(shù)據(jù)庫技術(shù)和實驗室管理思想，將包括實驗室的業(yè)務(wù)流程、操作人員、儀器設(shè)備、實驗標(biāo)準(zhǔn)、基礎(chǔ)算法、樣品管理在內(nèi)的一些影響數(shù)據(jù)分析的因素有機(jī)地結(jié)合起來，力求組成一個全面的、科學(xué)的、規(guī)范化的管理體系。系統(tǒng)共包括實驗信息管理、多源實驗管理、原始數(shù)據(jù)管理和基礎(chǔ)信息管理在內(nèi)的四大主要模塊。

1) 實驗信息管理模塊：主要是查詢、操作實驗基本信息(實驗名稱、起始時間、實驗狀態(tài)、實驗操作人等)和查看實驗報告。

2) 多源實驗管理模塊：體現(xiàn)了平臺的擴(kuò)展性和通用性，不只食品安全監(jiān)測領(lǐng)域，其他領(lǐng)域的數(shù)據(jù)也可以保存在平臺上，進(jìn)行基本的傳輸和運(yùn)算處理。

3) 原始數(shù)據(jù)管理模塊：主要是對實驗數(shù)據(jù)進(jìn)行導(dǎo)入保存，并從基礎(chǔ)信息管理模塊的算法管理中調(diào)取算法，對其進(jìn)行初步預(yù)處理。

4) 基礎(chǔ)信息管理模塊：包含關(guān)于實驗的多項基礎(chǔ)信息，有樣品基本信息及其所屬分類、實驗所用設(shè)備、實驗相關(guān)行業(yè)標(biāo)準(zhǔn)、實驗調(diào)用的算法等基礎(chǔ)信息。

遠(yuǎn)程用戶可以通過專屬賬號經(jīng)外網(wǎng)連接登錄進(jìn)此系統(tǒng)，上傳樣品的光譜和理化數(shù)據(jù)，在系統(tǒng)中選擇相應(yīng)的功能模塊輸入其基本信息，即可調(diào)用系統(tǒng)中預(yù)存的算法，進(jìn)行樣品的遠(yuǎn)程分析，并可將分析結(jié)果保存至系統(tǒng)中或者下載到本地。用戶也可以上傳新的光譜模型，讓其他的研究機(jī)構(gòu)共享，進(jìn)而擴(kuò)大和豐富本系統(tǒng)的內(nèi)容，真正實現(xiàn)數(shù)據(jù)資源共享。

食品安全監(jiān)控系統(tǒng)主要功能如圖3。

圖3 食品安全監(jiān)測預(yù)控系統(tǒng)功能Fig.3 Functional diagram of food safety monitoring and control system

從圖3可以看出，系統(tǒng)的主要功能除了對實驗相關(guān)信息進(jìn)行保存，并對數(shù)據(jù)進(jìn)行預(yù)處理外，系統(tǒng)的后續(xù)開發(fā)還留有儀器數(shù)據(jù)接口，用于連接采集光譜信息的硬件設(shè)備；留有手機(jī)客戶端接口，方便對數(shù)據(jù)的實時觀測和分析，使操作變得靈活；留有算法接口，使各種算法、模型能夠及時上傳到系統(tǒng)，方便調(diào)用和共享；而實時數(shù)據(jù)接口則方便光譜數(shù)據(jù)及其他理化信息能夠?qū)崟r上傳到系統(tǒng)，減少人工操作的麻煩和錯誤率[9-13]。

4 多源大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)的設(shè)計

4.1 設(shè)計方案

從系統(tǒng)的設(shè)計思想和功能需求可以看出，開發(fā)設(shè)計多源大數(shù)據(jù)食品安全監(jiān)控系統(tǒng)需要6個步驟[5]，如圖4。

1) 對構(gòu)建的系統(tǒng)進(jìn)行需求分析，包括開發(fā)需求分析和用戶功能需求分析。

2) 搭建系統(tǒng)所需服務(wù)器，采用2 GHz的四核處理器，數(shù)據(jù)存儲器的容量為300 GB，最大可擴(kuò)展至16 T，系統(tǒng)可運(yùn)行于包括Windows 7、Windows 8和Linux等多個操作系統(tǒng)平臺。

3) 以Matlab為開發(fā)工具，編寫各種預(yù)處理及建模算法程序，以便導(dǎo)入系統(tǒng)進(jìn)行調(diào)用。

4) 安裝系統(tǒng)開發(fā)工具Eclipse，系統(tǒng)采用Java語言進(jìn)行編寫，Java 8進(jìn)行編譯，運(yùn)行于APCHE TOMCAT 8，數(shù)據(jù)庫采用MYSQL 5.7.10。

5) 系統(tǒng)初步搭建好以后，采集數(shù)據(jù)進(jìn)行軟件功能測試，根據(jù)用戶需求，不斷完善系統(tǒng)功能。

6) 用戶通過網(wǎng)頁登錄，訪問服務(wù)器主機(jī)和大數(shù)據(jù)食品安全監(jiān)控系統(tǒng)。

圖4 食品安全檢測預(yù)控系統(tǒng)實現(xiàn)步驟Fig.4 Food safety testing pre-control system steps

4.2 關(guān)鍵技術(shù)分析

4.2.1數(shù)據(jù)庫

數(shù)據(jù)庫系統(tǒng)在服務(wù)器端使用MySQL，實現(xiàn)了食品安全監(jiān)測數(shù)據(jù)處理的所有功能，包括使用SQL語言添加、刪除和更新數(shù)據(jù)等。MySQL是當(dāng)前市場上運(yùn)行最快的數(shù)據(jù)庫系統(tǒng)，是一個免費(fèi)的開源數(shù)據(jù)庫，體積小、速度快、總成本低，可以實現(xiàn)同時訪問無限用戶，并且可以存儲超過5 000萬條記錄。MySQL的這些數(shù)據(jù)庫功能適用于系統(tǒng)的設(shè)計和開發(fā)[12]。

4.2.2代碼設(shè)計

系統(tǒng)基于Java EE的基本技術(shù)體系，表現(xiàn)層采用JSP頁面、靜態(tài)HTML、AJAX等多種表現(xiàn)形式，系統(tǒng)架構(gòu)由Spring MVC和MyBatis組成，前端技術(shù)由Bootstrap和jQuery支持，開發(fā)工具采用Eclipse。系統(tǒng)采用Java EE的企業(yè)應(yīng)用級框架，主要分為3個層次，即Controller(控制層)、Service(業(yè)務(wù)邏輯層)、db(數(shù)據(jù)庫支持層)。Controller就是控制器，在里面編寫主要的功能邏輯與數(shù)據(jù)交互代碼，當(dāng)用戶在頁面上發(fā)送請求時，Controller就會處理請求，尋找相應(yīng)的Service 層，Service層用來編寫前后臺交互的代碼，并且處理業(yè)務(wù)邏輯，通過Mapper與數(shù)據(jù)庫進(jìn)行交互。db對數(shù)據(jù)進(jìn)行存儲，數(shù)據(jù)庫根據(jù)不同的請求對數(shù)據(jù)庫信息進(jìn)行添加、刪除、修改、查看等操作，最后再將結(jié)果返回到Service里面。代碼設(shè)計的邏輯功能如圖5。

圖5 代碼設(shè)計的邏輯功能Fig.5 Code design logic function chart

4.2.3多源數(shù)據(jù)異構(gòu)模型的轉(zhuǎn)換

隨著食品安全監(jiān)測領(lǐng)域的快速發(fā)展，根據(jù)自身的需要和研究方向，參與食品安全監(jiān)測研究的企業(yè)、機(jī)構(gòu)、政府相關(guān)部門都逐步形成了適合自身的數(shù)據(jù)管理系統(tǒng)或模式。而這些由不同核心技術(shù)、不同管理習(xí)慣構(gòu)建的數(shù)據(jù)管理模式都是相互隔離的，就像一個個“信息孤島”各自有著不同的處理對象、不同的操作方法、不同的數(shù)據(jù)管理格式。由于這些不同格式的數(shù)據(jù)源之間的信息和組織不一樣，使其構(gòu)成了巨大而復(fù)雜的異構(gòu)數(shù)據(jù)庫環(huán)境。那么，本食品安全監(jiān)控系統(tǒng)的設(shè)計就恰好解決了這些異構(gòu)數(shù)據(jù)的集成問題，將這些孤立的數(shù)據(jù)都集成起來，給用戶提供了一個統(tǒng)一的視圖，使用戶及研究人員能夠從這些巨大的數(shù)據(jù)資源中獲取對其有價值的信息。

實現(xiàn)數(shù)據(jù)集成，首先要實現(xiàn)數(shù)據(jù)庫轉(zhuǎn)換。轉(zhuǎn)換方式是通過數(shù)據(jù)庫產(chǎn)品本身提供的數(shù)據(jù)轉(zhuǎn)換工具進(jìn)行轉(zhuǎn)換的， 即設(shè)計使用MySQL數(shù)據(jù)庫的Mysqldump，Sybase的Defncopy/Bcp，Informix的InfoMover等。這些數(shù)據(jù)轉(zhuǎn)換工具對于數(shù)據(jù)庫管理系統(tǒng)本身是快速的，但是，使用這些數(shù)據(jù)轉(zhuǎn)換工具存在以下缺點(diǎn)：1)通用性不好，由于它們不是獨(dú)立的軟件產(chǎn)品，在運(yùn)行相應(yīng)的數(shù)據(jù)轉(zhuǎn)換工具之前必須運(yùn)行該數(shù)據(jù)產(chǎn)品的前端程序，使用戶受制于某種特定的數(shù)據(jù)庫；2)這些工具不靈活，不能滿足用戶的各種需求。這些缺點(diǎn)也恰恰是系統(tǒng)下一步設(shè)計開發(fā)要改進(jìn)的地方。

4.3 系統(tǒng)的實現(xiàn)

已實現(xiàn)系統(tǒng)的主界面見圖6。

圖6 食品安全監(jiān)測預(yù)控系統(tǒng)主界面Fig.6 Main interface of food safety monitoring and control system

5 多源大數(shù)據(jù)食品安全監(jiān)測預(yù)控系統(tǒng)軟件功能測試

5.1 光譜數(shù)據(jù)來源

系統(tǒng)測試數(shù)據(jù)選擇不同種類不同規(guī)格的食用油、面粉及農(nóng)藥，分別在拉曼紅外光譜儀和VERTEX 70 型傅立葉變換紅外光譜儀下進(jìn)行實驗[14-17]。

以農(nóng)藥殘留實驗為例：首先取不同梯度濃度的馬拉硫磷20份，每份均為7 g，然后分別把每一份都放在VERTEX 70型傅里葉變換紅外光譜儀下進(jìn)行實驗檢測，最后得出20份不同的光譜數(shù)據(jù)。

5.2 功能測試方法及結(jié)果

系統(tǒng)的軟件測試方法主要是將真實的實驗數(shù)據(jù)一一錄入系統(tǒng)，通過生成的光譜數(shù)據(jù)與傳統(tǒng)光譜分析軟件分析出的數(shù)據(jù)結(jié)果進(jìn)行對比，并且通過查看實際添加、修改、刪除、導(dǎo)入、導(dǎo)出數(shù)據(jù)及上傳、下載附件等各種性能指標(biāo)是否符合預(yù)期的功能需求，來判斷系統(tǒng)在性能方面是否符合實際實驗情況。

圖7與圖8則是上述得到的20份農(nóng)殘的光譜數(shù)據(jù)分別導(dǎo)入Opus軟件中的光譜顯示與導(dǎo)入食品安全監(jiān)測預(yù)控系統(tǒng)的對比圖。

圖7 Opus分析結(jié)果Fig.7 Opus analysis results

圖8 軟件分析結(jié)果Fig.8 Results of software analysis

從對比結(jié)果看，系統(tǒng)的分析光譜顯示與Opus采集的光譜相差無幾，證明基于大數(shù)據(jù)的食品安全監(jiān)測預(yù)控系統(tǒng)的測試效果整體達(dá)標(biāo)，具有以下優(yōu)勢：1)易于光譜建模，實現(xiàn)樣品理化指標(biāo)和光譜數(shù)據(jù)模型的一體化保存。2)易于用戶訪問。除去局域網(wǎng)內(nèi)的操作人員，擁有訪問權(quán)限的用戶也可以實現(xiàn)遠(yuǎn)程在線操作，訪問海量的光譜數(shù)據(jù)、現(xiàn)有的光譜模型及算法等信息。3)易于資源共享。擁有訪問權(quán)限的任何人、在任何地方、任何時候，都可以通過自己的專屬賬號和密碼使用食品安全監(jiān)測預(yù)控系統(tǒng)，在硬件基礎(chǔ)設(shè)備和軟件算法上實現(xiàn)資源共享。

6 結(jié) 論

本文提出的以光譜實驗室管理的多源大數(shù)據(jù)為基礎(chǔ)，以Java技術(shù)為核心的多源食品安全監(jiān)測預(yù)控平臺的架構(gòu)方案，極大地提升了對數(shù)據(jù)的把控能力，減輕了實驗數(shù)據(jù)管理的負(fù)擔(dān)，操作的便攜也使科研人員擺脫了繁重的工作，實現(xiàn)了數(shù)據(jù)管理的自動化、信息化和網(wǎng)絡(luò)化，在后續(xù)進(jìn)行的研究中，該方案也能夠提供強(qiáng)有力的輔助支持。一方面，建立了完整高效的科研平臺，可供所有相關(guān)的科研小組成員共享、交流數(shù)據(jù)和經(jīng)驗等；另一方面，也縮減了不必要的耗時，使課題研究的進(jìn)展更加快速，將更多精力投入到課題的策劃、成果推廣當(dāng)中去，切實提高科研效率。

平臺后續(xù)將會實現(xiàn)實時監(jiān)控、基于網(wǎng)絡(luò)的數(shù)據(jù)快速傳輸功能、平臺內(nèi)用戶數(shù)據(jù)全共享等功能，為此將進(jìn)行手機(jī)數(shù)據(jù)接入端口、相關(guān)儀器數(shù)據(jù)導(dǎo)入端口及配套軟硬件的開發(fā)工作。平臺的搭建將為政府相關(guān)部門在食品安全領(lǐng)域制定政策時提供可靠的參考信息，將有利于維護(hù)政府相關(guān)職能部門的監(jiān)管力度。此外，在社會公共領(lǐng)域，本平臺也致力于保障公眾對食品安全的知情權(quán)與選擇權(quán)，為社會媒體提供可靠的信息來源，保障公民所關(guān)心的食品安全權(quán)益。

參考文獻(xiàn)：

[1] 李磊,周昇昇. 中國食品安全信息交流平臺的建立現(xiàn)狀分析[J]. 食品工業(yè),2011,32(12):78-82.

LI L,ZHOU S S.Status of the establishment for China food safety information exchange platform[J]. Food Industry,2011,32(12):78-82.

[2] 姚水瓊. 歐美國家食品安全檢驗檢測與監(jiān)管的特點(diǎn)與啟示[J]. 食品與機(jī)械,2011(1):67-70.

YAO S Q.Characteristics of food safety inspection and supervision in western countries and their implications for China[J].Food & Machinery,2011(1):67-70.

[3] 劉彤,譚紅,張經(jīng)華. 基于大數(shù)據(jù)的食品安全與營養(yǎng)云平臺服務(wù)模式研究[J]. 食品安全質(zhì)量檢測學(xué)報,2015(1):366-371.

LIU T,TAN H,ZHANG J H.Research on the big data-based government decision and public information service model of food safety and nutrition industry[J].Journal of Food Safety & Quality,2015(1):366-371.

[4] 萬江中, 陳驥. 一種溫度可控的便攜式食品安全檢測儀的設(shè)計[J]. 傳感器與微系統(tǒng), 2011, 30(12):87-90.

WAN J Z,CHEN J.Design of a temperature controllable portable foodsafety detector[J].Transducer and Microsystem Technologies, 2011, 30(12):87-90.

[5] 黃華,祝詩平,劉碧貞. 近紅外光譜云計算分析系統(tǒng)構(gòu)架與實現(xiàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報,2014(8):294-298.

HUANG H,ZHU S P,LIU B Z.Framework and implementation of near infrared spectroscopy cloud computing and analysis system[J].Transactions of the Chinese Society for Agricultural Machinery,2014(8):294-298.

[6] MARX V. The big challenges of big data[J]. Nature, 2013, 498(7453):255-60.

[7] STRAWN L K, BROWN E W, DAVID J R D, et al. Big data in food safety and quality[J]. Food Technology, 2015, 69(2):42.

[8] 程學(xué)旗,靳小龍,王元卓，等.大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J]. 軟件學(xué)報,2014(9):1889-1908.

CHENG X Q,JIN X L,WANG Y Z, et al. Survey on big data system and analytic technology[J].Journal of Software,2014(9):1889-1908.

[9] 柳飛,丁筑紅.食品安全信息監(jiān)控系統(tǒng)的研究與設(shè)計[J]. 食品工業(yè), 2014(11):282-285.

LIU F,DING Z H.Research on the design of food safety monitoring system[J]. Food Industry, 2014(11):282-285.

[10] 陳婷,劉清珺,張旭，等.食品安全檢測實驗室信息管理系統(tǒng)的應(yīng)用架構(gòu)[J]. 食品科學(xué),2016(3):258-265.

CHEN T,LIU Q J,ZHANG X, et al. Application architecture of food safety testing laboratory information management system[J].Food Science,2016(3):258-265.

[11] 劉夢楠.基于JAVA的食品營銷管理系統(tǒng)[D].長春：吉林大學(xué),2014.

[12] 李君.巧用Jsp和Java連接Mysql數(shù)據(jù)庫[J].現(xiàn)代商貿(mào)工業(yè),2015, 36(7):93-93.

LI J.Use Jsp and Java to connect Mysql database[J].Modern Business Trade Industry,2015, 36(7):93-93.

[13] 劉翠玲,李天瑞,位麗娜,等.直接標(biāo)準(zhǔn)化算法在食用油酸值和過氧化值上的近紅外光譜模型轉(zhuǎn)移的研究[J].光譜學(xué)與光譜分析,2017,37(10):3042-3050.

LIU C L,LI T R,WEI L N, et al. Research on application of direct standardization algorithm in near-infrared spectrum calibration transfer of acid value and peroxide value of edible oil[J].Spectroscopy and Spectral Analysis,2017,37(10):3042-3050.

[14] 傅霞萍,應(yīng)義斌.基于NIR和Raman光譜的果蔬質(zhì)量檢測研究進(jìn)展與展望[J]. 農(nóng)業(yè)機(jī)械學(xué)報,2013(8):148-164.

FU X P,YING Y B. Application of NIR and raman spectroscopy for quality and safety inspection of fruits and vegetables: a review[J]. Transactions of the Chinese Society for Agricultural Machinery,2013(8):148-164.

[15] 吳靜珠,劉倩,陳巖，等. 基于近紅外與高光譜技術(shù)的小麥種子多指標(biāo)檢測方法[J]. 傳感器與微系統(tǒng),2016(7):42-44.

WU J Z,LIU Q,CHEN Y, et al. Multi-index detection method of wheat seed based on NIR and hyperspectrum technology[J].Transducer and Microsystem Technologies,2016(7):42-44.

[16] 劉翠玲,邢瑞芯,孫曉榮,等.菠菜表面農(nóng)殘的SERS無損檢測方法研究[J].食品工業(yè)科技,2017,38(17):245-249.

LIU C L,XING R X,SUN X R, et al. Research on nondestructive detection of pesticide residue in spinach by SERS[J].Science and Technology of Food Industry,2017,38(17):245-249.

[17] LIU B, HAN G, ZHANG Z, et al. Shell thickness-dependent Raman enhancement for rapid identification and detection of pesticide residues at fruit peels[J]. Analytical Chemistry, 2012, 84(1):255-261.