一种基于小样本学习的食品安全风险评估的方法

本发明涉及食品安全技术领域，特别涉及一种基于小样本学习的针对类别不平衡数据的食品安全风险评估方法。本发明首先获取主要危害物含量安全限值区间，分析粮油食品安全与主要危害物之间的映射关系，提出SWARA‑CRITIC法计算主客观权重，并通过博弈论组合权重计算主要危害物的综合权重；其次研究粮油食品风险评估等级划分方法，通过高斯混合聚类算法进行风险等级客观的划分；最后再以基于余弦注意力机制的原型网络算法对不平衡数据集进行有效特征提取，该方法设计了一种基于余弦相似度的新注意力机制，相比原型网络替代了传统的缩放点积注意力机制。这种新机制更关注支持集和查询集中具有相同特征的样本，从而建立更稳定有效的联系，保证在不丢失关键信息的前提下实现高精度风险评估。本发明基于小样本学习的方法，提供了一种新型的食品安全风险评估技术。