haccp-在蜂產(chǎn)品原料控制中的應(yīng)用用2種聚類(lèi)法

《haccp-在蜂產(chǎn)品原料控制中的應(yīng)用用2種聚類(lèi)法》由會(huì)員分享，可在線閱讀，更多相關(guān)《haccp-在蜂產(chǎn)品原料控制中的應(yīng)用用2種聚類(lèi)法（46頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、單擊此處編輯標(biāo)題樣式,單擊此處編輯母版文本樣式,第二級(jí),第三級(jí),第四級(jí),第五級(jí),HACCP在蜂產(chǎn)品原料把握中的應(yīng)用用2種聚類(lèi)法對(duì)蜂產(chǎn)品原料氯霉素檢測(cè)的關(guān)鍵限值的科學(xué)確認(rèn),四川檢驗(yàn)檢疫局食檢處 劉靈奕,2023年初，因氯霉素CAP殘留超標(biāo)我國(guó)蜂產(chǎn)品全線退出歐盟市場(chǎng)，并在多國(guó)發(fā)生連鎖反響，2023年7月歐盟才解除對(duì)我國(guó)包括蜂產(chǎn)品在內(nèi)的動(dòng)物源性食品的禁令。,目前中國(guó)蜜蜂養(yǎng)殖業(yè)的獸藥殘留監(jiān)控體系仍處于逐步標(biāo)準(zhǔn)之中，加上蜜源種類(lèi)多、分布廣、放蜂環(huán)境簡(jiǎn)潔和養(yǎng)蜂員素養(yǎng)差異大等特點(diǎn)，蜂產(chǎn)品的質(zhì)量風(fēng)險(xiǎn)時(shí)時(shí)存在。,要符合歐盟、美國(guó)、日本等國(guó)的獸藥殘留要求，使產(chǎn)品順當(dāng)出口，需要將危害分析與關(guān)鍵把握點(diǎn)Hazard A

2、nalysis Critical Control Point，HACCP理論與蜂產(chǎn)品生產(chǎn)的實(shí)踐嚴(yán)密結(jié)合。,HACCP是一種確保食品安全的系統(tǒng)方法，是一種識(shí)別、預(yù)防、把握或削減食品安全危害的有效手段。,關(guān)鍵把握點(diǎn)CCP是能進(jìn)展有效把握危害的加工點(diǎn)、步驟或程序。判定關(guān)鍵把握點(diǎn)就是針對(duì)已辨明的危害，在本步驟或隨后的步驟中有相應(yīng)的預(yù)防措施，而且能在此步將顯著危害發(fā)生的可能性消退或降低到可承受水平。,加工步驟,確定本步引入、控制或增加的危害,潛在的食品安全危害顯著嗎？,應(yīng)用什么預(yù)防措施來(lái)防止危害？,本步驟是關(guān)鍵控制點(diǎn)嗎？,原料驗(yàn)收,獸藥殘留（以氯霉素為例）,顯著,加強(qiáng)原料驗(yàn)收檢驗(yàn),是,CAP是蜂產(chǎn)品中的

3、禁用藥，此獸藥殘留是與原料自身有關(guān)的危害，為化學(xué)危害，把握CAP在原料的檢測(cè)和驗(yàn)收中尤為重要。我們用下表對(duì)這一步驟進(jìn)展分析。,對(duì)蜂產(chǎn)品原料驗(yàn)收環(huán)節(jié)的危害分析表,關(guān)鍵限值是指區(qū)分食品安全可承受與不行承受之間的界限。,關(guān)鍵限值的選擇必需有科學(xué)性和可操作性。,假設(shè)過(guò)嚴(yán)，造成即使沒(méi)有發(fā)生影響到食品安全危害而就要求去實(shí)行訂正措施；,假設(shè)過(guò)松，又會(huì)產(chǎn)生擔(dān)憂全的產(chǎn)品。,一個(gè)好的關(guān)鍵限值應(yīng)當(dāng)直觀、易于監(jiān)測(cè)、僅基于食品安全、能使只消逝少量被銷(xiāo)毀或處理的產(chǎn)品就可實(shí)行訂正措施、不是GMP或SSOP措施以及不能違反法規(guī)。,我們擬用兩種聚類(lèi)法為關(guān)鍵把握點(diǎn)建立關(guān)鍵限值，這對(duì)蜂產(chǎn)品出口的生產(chǎn)加工企業(yè)有相當(dāng)?shù)膮⒖純r(jià)值和實(shí)際意

4、義。,在各國(guó)氯霉素檢測(cè)水平中歐盟最嚴(yán)，歐盟規(guī)定進(jìn)口蜂產(chǎn)品中的CAP殘留不得超過(guò)0.3ppb，其推舉方法是氣質(zhì)聯(lián)用法GC-MS和液相串聯(lián)質(zhì)譜法LC-MS/MS，它們具有靈敏度高、選擇性好、牢靠度高的特點(diǎn)，是動(dòng)物源性食品中氯霉素殘留檢測(cè)的最正確方法。,但是昂揚(yáng)的儀器費(fèi)使該法在現(xiàn)階段難以推廣應(yīng)用于原料蜜的收購(gòu)和篩檢，企業(yè)只能承受ELISA法對(duì)原料進(jìn)展檢測(cè)。受背景干擾的影響，有些原來(lái)不含CAP的產(chǎn)品在ELISA法中也會(huì)消逝數(shù)值，不少實(shí)際合格的蜂產(chǎn)品被判為不合格，造成加工企業(yè)和蜂農(nóng)的經(jīng)濟(jì)損失。,所以本文要爭(zhēng)論的問(wèn)題就是查找一個(gè)適宜的用ELISA法檢測(cè)的關(guān)鍵限值作為原料檢測(cè)的判定標(biāo)準(zhǔn)，使在此數(shù)值下的蜂產(chǎn)品

5、用LC-MS/MS法檢測(cè)限為0.3ppb檢測(cè)的結(jié)果都合格，從而提高蜂產(chǎn)品的出口合格率。,在爭(zhēng)論方法上，依據(jù)88組國(guó)內(nèi)蜂產(chǎn)品生產(chǎn)商ELISA法檢驗(yàn)結(jié)果與相應(yīng)的秦皇島蜂產(chǎn)品試驗(yàn)室LC-MS/MS法檢驗(yàn)結(jié)果的數(shù)據(jù)樣本，我們首先用層次聚類(lèi)方法對(duì)0.3ppb的標(biāo)準(zhǔn)進(jìn)展分析，然后用較先進(jìn)的基于相像合成算法的聚類(lèi)方法對(duì)國(guó)內(nèi)蜂產(chǎn)品生產(chǎn)商檢驗(yàn)氯霉素含量的標(biāo)準(zhǔn)做進(jìn)一步分析，最終結(jié)合兩種方法得出蜂產(chǎn)品生產(chǎn)商用ELISA法檢驗(yàn)氯霉素含量的判定標(biāo)準(zhǔn)即原料檢測(cè)氯霉素這個(gè)CCP點(diǎn)的關(guān)鍵限值。,1 數(shù)據(jù)樣本說(shuō)明,本文的爭(zhēng)論目標(biāo)是88個(gè)數(shù)據(jù)樣本，每個(gè)數(shù)據(jù)樣本包含國(guó)內(nèi)蜂產(chǎn)品生產(chǎn)商檢驗(yàn)結(jié)果X1、秦皇島試驗(yàn)室檢驗(yàn)結(jié)果X22項(xiàng)指標(biāo)。,

6、其中，國(guó)內(nèi)蜂產(chǎn)品生產(chǎn)商檢驗(yàn)結(jié)果是樣本中氯霉素的具體含量，秦皇島試驗(yàn)室檢驗(yàn)對(duì)于低于其檢驗(yàn)標(biāo)準(zhǔn)的樣本不顯示具體檢驗(yàn)數(shù)值，對(duì)于高于其檢驗(yàn)標(biāo)準(zhǔn)的才給出具體檢驗(yàn)數(shù)值。,表1 目標(biāo)樣本數(shù)據(jù)一覽表,樣本,編號(hào),氯霉素含量,樣本,編號(hào),氯霉素含量,樣本,編號(hào),氯霉素含量,X,1,X,2,X,1,X,2,X,1,X,2,17,0.6809,0.264,48,0.163,0.108,73,0.1568,0.101,18,0.651,0.272,49,0.2241,0.101,74,0.2223,0.107,19,0.5356,0.235,66,0.2134,0.103,75,0.2553,0.101,24,0.1

7、247,0.15,72,0.1544,0.108,為表達(dá)便利，以下簡(jiǎn)稱(chēng)國(guó)內(nèi)蜂產(chǎn)品生產(chǎn)商檢驗(yàn)結(jié)果合格、秦皇島試驗(yàn)室檢驗(yàn)結(jié)果不合格的樣本為目標(biāo)樣本。具體的，目標(biāo)樣本數(shù)據(jù)見(jiàn)表1。,2,層次聚類(lèi)法對(duì)檢驗(yàn)標(biāo)準(zhǔn)的分析,用層次聚類(lèi)法hierarchical clustering對(duì)檢驗(yàn)標(biāo)準(zhǔn)分析的思路是：將可能的檢驗(yàn)標(biāo)準(zhǔn)參與88組實(shí)際數(shù)據(jù)樣本中，用層次聚類(lèi)方法對(duì)樣本聚類(lèi)，當(dāng)某一參與的檢驗(yàn)標(biāo)準(zhǔn)與最多的目標(biāo)樣本聚在一類(lèi)時(shí)，該檢驗(yàn)標(biāo)準(zhǔn)最接近合理的檢驗(yàn)標(biāo)準(zhǔn)。,我們選定的可能的檢驗(yàn)標(biāo)準(zhǔn)分別是0.05、0.1、0.15、0.2、0.25、0.3、0.35、0.4、0.45、0.5、0.55、0.6、0.65、0.7。為了使

8、爭(zhēng)論更加合理，我們分別將102組數(shù)據(jù)樣本分成2、3、4、5類(lèi)，對(duì)不同聚類(lèi)結(jié)果進(jìn)展比較見(jiàn)表2，并用能實(shí)現(xiàn)層次聚類(lèi)分析的SPSS11.0軟件分析結(jié)果。,表,2,對(duì)樣本聚類(lèi),目標(biāo)樣本,/,檢驗(yàn)標(biāo)準(zhǔn),聚類(lèi)數(shù),目標(biāo)樣本,/,檢驗(yàn)標(biāo)準(zhǔn),聚類(lèi)數(shù),目標(biāo)樣本,/,檢驗(yàn)標(biāo)準(zhǔn),聚類(lèi)數(shù),5,4,3,2,5,4,3,2,5,4,3,2,17,3,2,2,2,74,2,1,1,1,0.35,5,4,3,2,18,3,2,2,2,75,2,1,1,1,0.4,5,4,3,2,19,4,3,3,2,0.05,1,1,1,1,0.45,4,3,3,2,24,1,1,1,1,0.1,1,1,1,1,0.5,4,3,3,2,48,

9、2,1,1,1,0.15,2,1,1,1,0.55,4,3,3,2,49,2,1,1,1,0.2,2,1,1,1,0.6,4,3,3,2,66,2,1,1,1,0.25,2,1,1,1,0.65,3,2,2,2,72,2,1,1,1,0.3,5,4,3,2,0.7,3,2,2,2,73,2,1,1,1,從表1可知，樣本17、18、19的工廠檢驗(yàn)值較高，明顯超過(guò)0.3，而其余樣本的工廠檢驗(yàn)值較小。,因此，聚類(lèi)時(shí)全部的目標(biāo)樣本不行能聚在一類(lèi)，對(duì)樣本17、18、19聚類(lèi)分析的參考價(jià)值不如其它樣本。,從表2可知，當(dāng)將樣本分成2、3、4類(lèi)時(shí)，除去樣本17、18、19外的目標(biāo)樣本都被分在第一類(lèi)；當(dāng)將樣本分

10、成5類(lèi)時(shí)，它們主要在其次類(lèi)。,再看對(duì)可能的檢驗(yàn)標(biāo)準(zhǔn)0.050.7的分類(lèi)：當(dāng)將樣本分成2、3、4類(lèi)時(shí)，0.050.25的數(shù)據(jù)樣本都在第一類(lèi)，當(dāng)將樣本分成5類(lèi)時(shí)，它們主要集中在其次類(lèi)。,與可能的檢驗(yàn)標(biāo)準(zhǔn)0.30.7相應(yīng)的樣本的聚類(lèi)結(jié)果與目標(biāo)樣本的聚類(lèi)結(jié)果差異明顯。這說(shuō)明，合理的檢驗(yàn)結(jié)果應(yīng)當(dāng)在0.250.3之間。,3 基于相像合成算法的聚類(lèi)方法對(duì)檢驗(yàn)標(biāo)準(zhǔn)的分析,以上層次聚類(lèi)在方法上存在不完善的地方，這可能會(huì)影響到分析結(jié)果。其缺乏包括：,類(lèi)別個(gè)數(shù)確實(shí)定主觀性強(qiáng)。如上面的分析中，究竟將數(shù)據(jù)樣本分成幾類(lèi)才能最恰當(dāng)?shù)胤从乘鼈冎g的相像程度未知，只能通過(guò)建模者的主觀推斷進(jìn)展試錯(cuò)分析。,層次聚類(lèi)方法將全部數(shù)據(jù)樣

11、本作為學(xué)習(xí)集，從中查找數(shù)據(jù)樣本反映的規(guī)律。但是數(shù)據(jù)樣本中包含的信息除了反映共性規(guī)律外，還有反映共性特征的信息。將全部數(shù)據(jù)樣本作為學(xué)習(xí)集得到的聚類(lèi)結(jié)果可能可以很準(zhǔn)確地反映學(xué)習(xí)集的狀況，但是對(duì)于新參與的、具有同一規(guī)律性的數(shù)據(jù)樣本就可能不適用，即聚類(lèi)結(jié)果不具有良好推廣力氣，消逝“過(guò)擬合”。假設(shè)這樣，那么基于層次聚類(lèi)的分析結(jié)果的可信度就值得疑心。,基于相像合成算法的聚類(lèi)方法可以解決以上2個(gè)問(wèn)題。,3.1 基于相像合成算法的聚類(lèi)方法簡(jiǎn)介,由Lorence提出的相像體合成算法Analog Complexing，以下簡(jiǎn)稱(chēng)AC1是對(duì)模糊對(duì)象的猜測(cè)、聚類(lèi)和分類(lèi)的一種序列模式識(shí)別方法，最先提出AC算法是為了解決對(duì)

12、模糊經(jīng)濟(jì)對(duì)象的猜測(cè)問(wèn)題。應(yīng)用AC算法進(jìn)展猜測(cè)時(shí)，一般需要待爭(zhēng)論的過(guò)程滿足以下假設(shè)：,1系統(tǒng)由多維過(guò)程所描述；,2多維過(guò)程的觀看值很多長(zhǎng)期序列；,3多維過(guò)程是充分有代表性的，即由根本的系統(tǒng)變量形成數(shù)據(jù)集；,4過(guò)程的行為一般將在一段時(shí)間內(nèi)相像地重復(fù)。,AC包含3個(gè)步驟2：1待選模式的產(chǎn)生；2待選模式的變換；3相像模式的選取。,3.1.1 待選模式的產(chǎn)生,3.1.2 待選模式的變換,依據(jù)工作原理，對(duì)于長(zhǎng)度為k的某參照模式，在數(shù)據(jù)樣本中可能有一個(gè)或幾個(gè)長(zhǎng)度為k的相像模式。但是由于系統(tǒng)是動(dòng)態(tài)的，不同時(shí)期的相像模式可能具有不同的平均值和標(biāo)準(zhǔn)方差。因此，需要用一種變換來(lái)描述這些差異，將模式變換到同一基準(zhǔn)點(diǎn)上

13、從而使各模式具有可比性。即為了下面將進(jìn)展的模式間相像性的度量，必需查找待選模式到參照模式的變換。一般取線性變換為：,3.1.3 相像模式的選取,模式相像度,這一步的主要目的是識(shí)別模式外形間的相像性，其度量我們稱(chēng)為模式相像度。一般地，第i個(gè)待選模式與參照模式間的距離可定義為：,模式間的相像度可由距離來(lái)度量，如定義第i個(gè)模式與參照模式的相像度si為：，明顯距離值越大，模式相像度就越小。,相像模式的選取,模式相像度計(jì)算出來(lái)以后，我們就可以依據(jù)相像度大小來(lái)選取相像模式。,將AC算法與數(shù)據(jù)分組處理Group Method of Data Handling，簡(jiǎn)稱(chēng)GMDH方法結(jié)合，形成了基于AC算法的聚類(lèi)方

14、法。這種聚類(lèi)方法的特點(diǎn)在于，依據(jù)模式數(shù)據(jù)樣本之間的相像度，依據(jù)自組織數(shù)據(jù)挖掘的思想，客觀、自動(dòng)的產(chǎn)生唯一的聚類(lèi)結(jié)果。為說(shuō)明這種方法的工作原理，簡(jiǎn)要介紹GMDH的實(shí)現(xiàn)原理。,GMDH是自組織數(shù)據(jù)挖掘Self-Organizing Data Mining3方法的核心算法，它從參考函數(shù)構(gòu)成的初始模型函數(shù)集合動(dòng)身，按確定的法則產(chǎn)生新的中間候選模型遺傳、變異，再經(jīng)過(guò)外準(zhǔn)則篩選選擇，重復(fù)這樣一個(gè)遺傳、變異、選擇和進(jìn)化的過(guò)程，使中間待選模型的簡(jiǎn)潔度complexity不斷增加，直至得到最優(yōu)簡(jiǎn)潔度模型。,GMDH使用在建立中間模型過(guò)程中未用到的數(shù)據(jù)(測(cè)試集上的數(shù)據(jù))新穎信息fresh information計(jì)

15、算外準(zhǔn)則值來(lái)評(píng)價(jià)、選擇中間待選模型。,GMDH要求將樣本集W 分為訓(xùn)練集A、測(cè)試集B,W=AB。在訓(xùn)練集A 上的誤差表達(dá)了模型模擬真實(shí)系統(tǒng)的力氣,在測(cè)試集B(也是數(shù)據(jù)，但在建模時(shí)沒(méi)有用到)上的偏差既是模型對(duì)真實(shí)系統(tǒng)模擬力氣在新水平上確實(shí)認(rèn),更是對(duì)模型推廣力氣的評(píng)價(jià)。,這樣，一方面由于模型在新數(shù)據(jù)集上的擬合力氣的不斷確認(rèn),其推廣力氣將加強(qiáng)，這樣選出的最終模型不會(huì)過(guò)擬合，表達(dá)了在確定噪聲水平下模型擬合精度與推廣力氣之間的最優(yōu)平衡4。另一方面，由于用新信息評(píng)價(jià)篩選模型，可以客觀地確定模型。,最終，GMDH算法的停頓法則由最優(yōu)簡(jiǎn)潔度原理給出：當(dāng)模型的簡(jiǎn)潔度漸漸增加時(shí)，模型的外準(zhǔn)則值有一個(gè)先減小再增大的

16、過(guò)程，外準(zhǔn)則的最小值對(duì)應(yīng)了最優(yōu)簡(jiǎn)潔度模型；假設(shè)在一個(gè)篩選階段不能再改善外準(zhǔn)則值，最優(yōu)簡(jiǎn)潔度模型找到了，算法過(guò)程就完畢。最優(yōu)簡(jiǎn)潔度原理保證了最終模型的唯一性。,將AC與GMDH結(jié)合，可以實(shí)現(xiàn)基于AC算法的聚類(lèi)方法，其工作原理如圖1所示。,圖1,2,客觀聚類(lèi)分析示意圖,1.數(shù)據(jù)樣本，2、3.數(shù)據(jù)劃分為A、B2局部，4、5.分別在A、B上產(chǎn)生的層次聚類(lèi)樹(shù)，計(jì)算聚類(lèi)平衡準(zhǔn)則BL=(k-k)/kmin，其中k表示類(lèi)的個(gè)數(shù)，k表示一樣類(lèi)的個(gè)數(shù),3.2,用基于,AC,的聚類(lèi)方法對(duì)檢驗(yàn)標(biāo)準(zhǔn)的分析結(jié)果,將變量X2依據(jù)Lamdam隸屬度函數(shù)模糊化為N-X2,ZO-X2,P-X2，其中Nnegative表示低于平均水平，ZO(zero)表示在平均水平四周，P(positive)表示高于平均水平。然后以X1和N-X2,ZO-X2,P-X2為變量，對(duì)102個(gè)樣本聚類(lèi)將可能的檢驗(yàn)標(biāo)準(zhǔn)參與數(shù)據(jù)樣本時(shí)作如下處理：假設(shè)S代表合理的檢驗(yàn)標(biāo)準(zhǔn)，那么氯霉素含量小于S的產(chǎn)品不應(yīng)當(dāng)是目標(biāo)樣本。,如假設(shè)0.3是合理的檢驗(yàn)標(biāo)準(zhǔn)，那么工廠檢驗(yàn)值為0.05、0.1、0.15、0.2、0.25的數(shù)據(jù)樣本在秦皇島檢驗(yàn)中應(yīng)當(dāng)合格，檢驗(yàn)值為0.