龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本发明涉及一种基于贝叶斯层次模型的食品污染物暴露评估方法，本方发明对食物中的污染物平均浓度的计算进行了优化，采用贝叶斯层次模型对文献中已知的数据进行计算还原，推导出浓度分布概率，再进行暴露评估的计算。可以汇总文献中获取到的总结性数据，如平均值数据、方差数据，结合先验分布，使用贝叶斯层次模型，采用MCMC抽样方法抽取后验分布的随机样本点，从而得到被测污染物的浓度分布，然后结合消费量数据，对暴露评估进行计算。本发明的方法可以对数据进行纠偏，更加准确的还原数据。
主权项：1.一种基于贝叶斯层次模型的食品污染物暴露评估方法，其特征在于，包括以下步骤：步骤1、通过查阅文献获取待测污染元素在被调查食物中的浓度总结数据，所述总结数据包括平均值μ和方差σ2；步骤2、使用对数正态分布作为先验分布，设置待测污染元素在被调查食物中浓度分布符合对数正态分布Log（y）~Normal（y_μ，y_σ2）；步骤3、构建贝叶斯层次模型，待测污染元素的分布符合对数正态分布：Log（y）~Normal（y_μ，y_σ2），对参数y_μ再设置先验分布,给定分布为：y_μ~Normaly_μ_μ,y_μ_σ2；指定y_μ_μ的先验分布为：y_μ_μ~Normal（0，0.1），指定y_μ_σ2的先验分布为：y_μ_σ2~cauchy（0，0.1）；其中y_μ为待测污染元素浓度分布中的均值参数；y_σ2为待测污染元素浓度分布中的方差参数；y_μ_μ为待测污染元素浓度分布中的均值参数的分布中的均值参数；y_μ_σ2为待测污染元素浓度分布中的方差参数的分布中的方差参数；步骤4、在上一步得到的贝叶斯层次模型框架下，获得后验不解析，对后验分布进行多次采样，使用步骤1中得到的μ值作为观察值，对参数y_μ进行估计，得到y_μ的估计值；步骤5、利用y_μ的估计值和方差σ获得待测污染元素在被调查食物中的浓度分布值，收集待测污染元素消费量数据，结合待测污染元素浓度分布值，进行污染物暴露量估计。
全文数据：
权利要求：
百度查询： 华中科技大学 一种基于贝叶斯层次模型的食品污染物暴露评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号