食品科学 ›› 2020, Vol. 41 ›› Issue (20): 292-299.doi: 10.7506/spkx1002-6630-20200316-245
范维,高晓月,董雨馨,李贺楠,王琳,郭文萍
FAN Wei, GAO Xiaoyue, DONG Yuxin, LI Henan, WANG Lin, GUO Wenping
摘要: 通过对2019年北京地区销售的牛、羊肉串掺假情况进行调查,建立基于数据挖掘的食品安全风险预测模型。本实验从10 种不同销售渠道的100 家销售单位采集牛、羊肉串样品200 份,采用实时聚合酶链式反应法对样品进行猪、牛、羊、鸡、鸭5 种源性成分检测,分析掺假情况,并基于检测指标及样品信息,运用反向传播(back propagation,BP)神经网络算法构建牛、羊肉串掺假的风险预测模型。结果表明:由质控样品获得的源性成分报出限为Ct值28.0,在此基础上本次调查的200 份样品,总不合格率为17.5%(35/200),其中牛肉串样品不合格率为14%(14/100),羊肉串样品不合格率为21%(21/100),用猪肉和鸭肉进行肉类掺假是目前主要的掺假手段;利用上述调查数据,经数据准备、模型生成、数据训练和验证及参数优化,构建的3 层BP神经网络预测模型对于不合格样本的预测准确率达95.7%,可满足风险预测的目的。该模型具有良好的参考和应用价值,可为食品安全风险预防和控制提供依据。
中图分类号: