使用机器学习和基本测量,预测原牛奶中的亚拉托克素M1
Haohan Ding1,2, Long Wang1, Xiaodong Song3
1School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, 214122, China.
Current research in food science
|March 2, 2026
概括
这项研究引入了一种机器学习方法,使用常规测试预测原牛奶中的 aflatoxin M1 (AFM1). 这种方法提供了一种具有成本效益的AFM1查方法,确保乳制品安全.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 非洲毒素M1 (AFM1) 是生牛奶中发现的一种有害的真菌毒素,需要持续监测乳制品的安全性.
- 传统的AFM1检测实验室方法是准确的,但成本高且耗时,限制了它们在大量查中的使用.
研究的目的:
- 开发一种具有成本效益和质量的方法,用于预测生牛奶中AFM1的存在.
- 通过使用常规物理化学指标,评估用于预先选AFM1水平的机器学习算法.
主要方法:
- 五个机器学习模型被评估为对法规值对AFM1级别的二元分类.
- 作为输入特征,使用了常规测量在生牛奶中的物理化学指标.
主要成果:
- 多层感知子模型表现出超过80%的准确性和负样本回忆.
- 机器学习显示出作为AFM1预选的有效工具的潜力.
结论:
- 机器学习为大规模生牛奶安全监测提供了一种可行,快速和经济的方法.
- 这种方法补充了传统技术,加强了乳制品安全监督.
更多相关视频
04:04Asthma Detection Research Based on Voice Signal Processing and Machine Learning
Published on: July 22, 2025
1.1K
09:21Inhibition of Aspergillus flavus Growth and Aflatoxin Production in Transgenic Maize Expressing the α-amylase Inhibitor from Lablab purpureus L.
Published on: February 15, 2019
11.3K
