全文总字数：2419字
1. 毕业设计（论文）主要内容：
食品安全抽检数据指的是食品在进入市场前由当地食品安全管理部门抽查重金属、农兽药、化学污染物等项目检验，针对不同食品、不同项目有着不同的合格标准。食品安全抽检数据的变化反映了当地食品安全的动态变化，做到预测未来食品安全抽检数据的预测才能加强安全措施，防患于未然，阻止问题食品流入市场。
LSTM又称为长短期循环神经记忆网络，是神经网络模型里常用于处理时间序列数据的模型。针对不同的数据结构，又分为单特征时间序列模型以及多特征时间序列模型。同时针对时间序列的数据又有多种方法提高其质量或者减少模型的过拟合程度，十分具有研究价值。
综上所属对于食品安全风险预测任务，提出以下任务研究要求：
2. 毕业设计（论文）主要任务及要求
1、分析原始数据，针对原始数据的时间序列处理
2、针对时间序列数据采用多种方法，最终确定LSTM模型，并采用措施优化数据或者抑制过拟合
3、针对预测的数据给出食品安全建议及反制措施
3. 毕业设计（论文）完成任务的计划与安排
第1-3周：查阅相关文献资料，明确研究内容，了解研究所需的理论知识、技术要求以及相关资料。确定方案，完成开题报告。
第4-6周：查阅并了解食品安全风险预测领域国内外研究现状，对其中的方法进行研究。
第7-8周：查阅并了解时间序列数据处理方式、单特征时间序列模型，多特征时间序列模型等。
4. 主要参考文献
[1]Jing Wang,Huili Yue. Food safetypre-warning system based on data mining for a sustainable food supply chain[J].Food Control,2017,73: 223-229.
[2]Geng Z Q , Zhao S S , Tao G C , etal. Early warning modeling and analysis based on analytic hierarchy processintegrated extreme learning machine (AHP-ELM): Application to food safety[J].Food Control,2017, 78:33-42.
[3] 陈恺. 基于数据驱动的食品安全预警分析方法与应用[D].北京化工大学,2015.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
