دراسة تمييز تتبع بذور الخروع المدمجة بميزات الطاقة وتعلم الآلة ومكونات التمثيل الغذائي عالية الوفرة

YUAN Meng-tao ,  

ZHANG Yuan-yuan ,  

HOU Chang ,  

HUANG Xuan ,  

YOU Wei ,  

CHEN Jia ,  

TAN Mei-lian ,  

GUO Lei ,  

LI Kai-kai ,  

XIE Jian-wei ,  

摘要

في استجابة الطوارئ لحوادث السلامة العامة المتعلقة بسُمية الخروع، هناك حاجة ماسة لإجراء تصنيف تتبعي لأصل بذور الخروع جغرافياً. أنشأ البحث طريقة تحليل أحماض دهنية في بذور الخروع بالاعتماد على كروماتوغرافيا الغاز-مطيافية الكتلة وطريقة تحديد كمية سُمية الخروع باستخدام اختبار الامتصاص المناعي الإنزيمي. أُجريت قياسات كمية لستة أحماض دهنية ولسمية الخروع على 100 عينة من 23 مقاطعة مختلفة في الصين. مسترشدين بخصائص التمثيل الغذائي للطاقة للنبات، تم إدخال 3 معايير مميزة للطاقة (مؤشر عدم التشبع، نسبة محتوى حمض الأوليك إلى حمض اللينوليك، نسبة محتوى سُمية الخروع إلى الأحماض الدهنية)، والتي دمجت بفعالية 3 خوارزميات تعلم آلي لتحديد الأصل. أظهرت تقييمات النموذج أن نموذج آلة الدعم الناقلة مع تنظيم L1 بعد إدخال معايير الطاقة وحالة مجموعة الخصائص الدنيا بلغت المساحة تحت منحنى خصائص العامل للمتلقي 73.63٪ و71.95٪ على التوالي، مع دقة اختبار 70.37٪ و68.52٪، ودقة مجموعة التحقق الخارجية 75.00٪، مما أبدى أداء تعميم جيد. أكدت الدراسة على إمكانيات تطبيق مكونات التمثيل الغذائي عالية الوفرة في تتبع بذور الخروع، وفتح تعلم الآلة مع معايير الخصائص الطاقية طرقًا عملية لتنقيب البيانات المعتمد على الخصائص البيولوجية.

关键词

بذور الخروع; سُمية الخروع; الأحماض الدهنية; التتبع الجغرافي; تعلم الآلة; معايير ميزات الطاقة

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website