基于Quatformer的米质量预测和农药残留在储存期间变化的评估
Tongqiang Jiang1,2, Furong Deng1,2, Wei Dong3,4
1National Engineering Research Center for Agri-Product Quality Traceability, Beijing Technology and Business University, Beijing, 100048, China.
Scientific reports
|April 21, 2024
概括
对大米中的农药残留物进行监测对于食品安全至关重要. 一个新的Quatformer模型准确地预测了残留物水平,有助于大米质量评估和储存管理.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 数据科学数据科学数据科学
背景情况:
- 米是全球的主要食品,在生产过程中容易受到农药污染.
- 杀虫剂残留物可能会损害大米的质量,并对健康造成风险.
- 有效监测储存大米中的农药残留物是必不可少的.
研究的目的:
- 开发和验证储存期间大米中农药残留的预测模型.
- 将预测建模与观测数据相结合,以评估大米的质量.
- 建立一个基于农药残留量等级的水品质分级系统.
主要方法:
- 使用了Quatformer模型,结合了温度和湿度因素.
- 将模型预测与实际观察结合起来,创建一个质量指数.
- 应用K-Means算法对大米质量进行分类和评估.
主要成果:
- 量子形态模型证明了农药残留的高预测准确性.
- 关键的绩效指标包括MAE (0.0112),MSE (0.0814),MAPE (0.1057),RMSE (0.1055) 和SMAPE (0.0204) 等.
- K-Means算法有效地根据综合指数对米质量进行分级.
结论:
- 开发的模型提供了一种可靠的方法来预测储存大米中的农药残留物.
- 这些发现支持优化储存条件和加强农药残留物分解策略.
- 为持续监测和评估大米质量提供了一个强大的框架.
