基于数据驱动的离子源数据智能分析平台

doi:10.3969/j.issn.1006-2475.2024.02.019

计算机与现代化 ›› 2024, Vol. 0 ›› Issue (02): 121-126.doi: 10.3969/j.issn.1006-2475.2024.02.019

• 信息系统 • 上一篇

基于数据驱动的离子源数据智能分析平台

（1.东华理工大学信息工程学院，江西南昌 330013; 2.东华理工大学江西省网络空间安全智能感知重点实验室，江西南昌 330013）

出版日期:2024-02-19 发布日期:2024-03-19
作者简介: 作者简介：熊卿智（1998—），男，江西南昌人，硕士研究生，研究方向：图像处理，E-mail： qingzhixiong@163.com；通信作者：李祥（1973—），男，江西萍乡人，教授，博士，研究方向：大数据分析与图像处理，E-mail： tom_lx@126.com；彭芳伟（1999—），男，江西萍乡人，硕士研究生，研究方向：图像处理，E-mail： 1539329501@qq.com；金安安（1995—），男，江西南昌人，硕士研究生，研究方向：图像处理，E-mail： anan_1995@126.com.
基金资助:
国家自然科学基金资助项目（41862012）；江西省网络空间安全重点实验室开放基金（JKLCIP202205）

A Data-Driven Intelligent Analysis Platform for Ion Source Data

#br#

（1. School of Information Engineering， East China University of Technology， Nanchang 330013， China； 2. Jiangxi Key Laboratory of Cybersecurity Intelligent Perception， East China University of Technology， Nanchang 330013， China）

Online:2024-02-19 Published:2024-03-19

摘要/Abstract

摘要： 摘要：食品安全是事关人们身体健康和生命安全的大事，食品药物残留检测技术是确保食品安全的重要手段。离子源数据封装与处理技术是影响食品药物残留检测质量的瓶颈。受国外软件功能限制，目前离子源数据只能在特定软件平台打开且操作受限。本文针对离子源离线模式数据获取以及处理方法等存在的问题，提出并开发基于数据驱动的离子源智能分析平台，构建简便、高效、准确的智能数据处理分析平台，实现离子源数据的快速获取与分析处理，打破国外软件技术壁垒，为国产离子源仪器设备更新改造提供了新的解决方案。

关键词: 关键词：离子源, 数据分析, 智能平台, 食品安全, 数据驱动

Abstract: Abstract： Food safety is a matter of great significance concerning people’s health and safety. Food and drug residue detection technology is a crucial means to ensure food safety. Ion source data encapsulation and processing technology constitute a bottleneck affecting the quality of food and drug residue detection. Currently， due to restrictions in foreign software functions， ion source data can only be accessed on specific software platforms with limited operations. Addressing the issues related to ion source offline mode data acquisition and processing methods， this paper presents a data-driven intelligent ion source analysis platform. A simple， efficient and accurate intelligent data processing and analysis platform has been built. It enables rapid data acquisition and processing， breaking down technological barriers imposed by foreign software. This proposed solution offers a new solution， particularly in updating and improving domestic ion source equipment.

Key words: Key words： ion source, data analysis, intelligent platform, food safety, data-driven

中图分类号:

TP399

熊卿智1, 李祥1, 2, 彭芳伟1, 金安安1. 基于数据驱动的离子源数据智能分析平台[J]. 计算机与现代化, 2024, 0(02): 121-126.

XIONG Qing-zhi1, LI Xiang1, 2, PENG Fang-wei1, JIN An-an1. A Data-Driven Intelligent Analysis Platform for Ion Source Data[J]. Computer and Modernization, 2024, 0(02): 121-126.

参考文献

［1］任婷婷，罗晓妙. 食品质量安全与质量管理的重要性［J］. 食品安全导刊， 2023（1）：58-60.
［2］张峰. 食品营养与食品卫生监管并重应对食品安全“双重挑战”探讨［J］. 医学食疗与健康， 2021，19（4）：188-189.
［3］台文，魏丹丹，张继勇，等. 浅析环境与食品安全快速检测技术研究［J］. 现代食品， 2019（15）：178-179.
［4］张汉鹏. 构建完整食品安全监管体系的必要性及具体对策初探［J］. 食品安全导刊， 2023（4）：31-33.
［5］张晓琳. 食品安全和食品检测存在的问题及改进措施［J］. 食品安全导刊， 2022（5）：38-40.
［6］宋利学. 浅议提高蔬菜上生物农药使用效率的制约因素及对策［J］. 农药科学与管理， 2011，32（3）：44-46.
［7］ CAMPOS E V R， OLIVEIRA J L D， FRACETO L F. Applications of controlled release systems for fungicides， herbicides， acaricides， nutrients， and plant growth hormones： A review［J］. Advanced Science Engineering and Medicine， 2014，6（4）：373-387.
［8］李银生，曾振灵. 兽药残留的现状与危害［J］. 中国兽药杂志， 2002（1）：29-33.
［9］ MENKEM Z E， NGANGOM B L， TAMUNJOH S S A， et al. Antibiotic residues in food animals： Public health concern［J］. Acta Ecologica Sinica， 2019， 39（5）：411-415.
［10］陈小龙. 关于食品中磺胺类药物检测方法的探讨［J］. 食品安全导刊， 2022（3）：172-174.
［11］武斌. 基于液质联用技术的食品药物残留检测研究［J］. 食品界， 2022（5）：103-105.
［12］ TANABE T， NODA K， SYRESIN E. An electrostatic storage ring with a merging electron beam device at KEK［J］. Nuclear Instruments and Methods in Physics Research Section A： Accelerators， Spectrometers， Detectors and Associated Equipment， 2004，532（1-2）：105-110..
［13］张众垚，李翠萍，黄启斌，等. 圆弧形电极离子阱质量分析器的理论模拟［J］. 质谱学报， 2014，35（3）：244-249.
［14］吴新政. 计算机系统中人工智能的高度智能化应用［J］. 数字技术与应用， 2018，36（10）：202.
［15］温洲宏. 浅谈计算机人工智能应用及发展［J］. 科技与创新， 2019（21）：142-144.
［16］黄小婷，江泉达，夏陆岳，等. 吸收过程设计基础数据支持软件开发［J］. 计算机与应用化学， 2019，36（6）：632-638.
［17］鲁铮，金孟笛，孙巍，等. 智能图形建模在化工流程模拟系统中的研究与实现［J］. 计算机与应用化学， 2019，36（5）：474-477.
［18］李俊，张宇，薄翠梅，等. 精馏残液与废水联合净化智能控制系统［J］. 计算机与应用化学， 2019，36（6）：583-588.
［19］ TAKEGAWA N， MIYAKAWA T， KAWAMURA K， et al. Contribution of selected dicarboxylic and ω-Oxocarboxylic acids in ambient aerosol to the m/z 44 signal of an aerodyne aerosol mass spectrometer［J］. Aerosol Science and Technology， 2007，41（4）：418-437.
［20］ POON T C W， SUNG J J Y， CHOW S M， et al. Diagnosis of gastric cancer by serum proteomic fingerprinting［J］. Gastroenterology， 2006，130（6）：1858-1864.
［21］ LU H Y， LI Y， ZHANG H， et al. Direct quantitative profiling of amino acids in tissues for the assessment of lung cancer［J］. Talanta， 2021，233. DOI: 10.1016/j.talanta.2021.122544.
［22］ KOU W， ZHANG H， BIBI A， et al. Fast quantification of fluoroquinolones in environmental water samples using molecularly imprinted polymers coupled with internal extractive electrospray ionization mass spectrometry［J］. RSC Advances， 2018，8（31）：17293-17299.
［23］ BERNARD J. Python recipes handbook［M］// Python Data Analysis with Pandas. Berkeley：Apress， 2016：37-48.
［24］ MONTGOMERY D C， PECK E A， VINING G G. Introduction to Linear Regression Analysis［M］. John Wiley & Sons， 2021.
［25］ MUTHUKRISHNAN R， KALAIVANI S. Data depth approach in fitting linear regression models［J］. Materials Today： Proceedings， 2022，57：2212-2215.
［26］ SU X G， YAN X， TSAI C L. Linear regression［J］. WIREs Computational Statistics， 2012，4（3）：275-294.
［27］ REN J W， ZHANG M Y， YU C J， et al. Balanced MSE for imbalanced visual regression［C］// 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. 2022：7916-7925.
［28］ BUNKE O， DROGE B. Estimators of the mean squared error of prediction in linear regression［J］. Technometrics， 1984，26（2）：145-155.

[1]	曹禹, 李晓辉, 刘忠麟, 贾贺, 费志伟. 云环境大数据工作流编排管理系统研究综述[J]. 计算机与现代化, 2022, 0(01): 41-53.
[2]	李金海, 胡旭. 基于百度贴吧的高校网络舆情热点话题分析[J]. 计算机与现代化, 2020, 0(09): 12-18.
[3]	孙笑音，周围. 基于MOOC的大数据分析技术[J]. 计算机与现代化, 2017, 0(4): 89-93,108.
[4]	张高祯，刘渊博，张贤坤. 基于Android的科普食道软件[J]. 计算机与现代化, 2017, 0(2): 113-116.
[5]	罗丹，徐鸿雁,张诗雨. 大数据环境下智慧校园的设计与实现[J]. 计算机与现代化, 2016, 0(9): 109-114.
[6]	郭平1，3，刘海燕1，艾施荣2. 进出口食品安全信息管理系统的设计与实现[J]. 计算机与现代化, 2016, 0(5): 84-89.
[7]	陈家昌. 中医经络数据的缺失值填补及可视化[J]. 计算机与现代化, 2015, 0(3): 113-116.
[8]	胡双1，陆涛2，胡建华1. 基于Web服务的SAS与.NET系统集成开发研究[J]. 计算机与现代化, 2014, 0(4): 126-129.
[9]	张胜;张昭;黄亮. 基于WebGIS的食品安全监管系统设计与实现[J]. 计算机与现代化, 2013, 1(5): 159-162.
[10]	张正文;张振涛. 公共气象服务产品制作系统[J]. 计算机与现代化, 2013, 1(11): 143-146.
[11]	张兰;张小锋. 食品安全监督智能管理系统的研究与开发[J]. 计算机与现代化, 2013, 1(1): 74-76.
[12]	林济南. 基于商务智能的医院医保业务决策支持系统的研究[J]. 计算机与现代化, 2010, 1(9): 132-134.
[13]	卢加磊朱世华丁香乾黄跃华. 基于Cotraining的烟草原料数据优化分析[J]. 计算机与现代化, 2010, 1(02): 176-179.
[14]	刘振刚;凌捷;何晓桃;谢锐. 农产品质量安全追溯码的设计与实现[J]. 计算机与现代化, 2009, 169(9): 125-128.

基于数据驱动的离子源数据智能分析平台

A Data-Driven Intelligent Analysis Platform for Ion Source Data

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价