已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

High-throughput quantification of aflatoxin in moldy peanuts using hyperspectral imaging and CNN: Comparative evaluation of machine learning algorithms and deep learning models

高光谱成像 人工智能 黄曲霉毒素 机器学习 卷积神经网络 特征选择 深度学习 偏最小二乘回归 预处理器 模式识别(心理学) 计算机科学 特征(语言学) 人工神经网络 随机森林 数学 数据预处理 可解释性 特征提取 回归 算法 弹性网正则化 人类健康 支持向量机 回归分析 随机梯度下降算法 食品
作者
Min Pang,Yingge Wang,Mengke Li,Li Xu,Chun Gao,Shaotong Jiang,Zhi Zheng,Lili Cao
出处
期刊:Current research in food science [Elsevier BV]
卷期号:11: 101209-101209 被引量:10
标识
DOI:10.1016/j.crfs.2025.101209
摘要

ABSTRACT Aflatoxin contamination in peanuts poses serious health risks, requiring rapid, non-destructive detection methods. This study developed a hyperspectral imaging (HSI) approach combined with deep learning for quantitative aflatoxin analysis in moldy peanuts. The dynamic degradation of nutrients during mold growth was monitored, and correlations between physicochemical properties, aflatoxin levels, and spectral features were investigated. Various preprocessing methods and feature selection techniques were compared, evaluating conventional machine learning (Partial Least Squares Regression (PLSR), Random Forest (RF), Least Absolute Shrinkage and Selection Operator (LASSO)) against a convolutional neural network (CNN). The CNN model, optimized with median filtering and genetic algorithm-based feature selection, achieved superior performance (R 2 p = 0.972, RMSEp = 8.203, RPDp = 2.738). The proposed HSI-CNN framework provides an efficient, non-destructive solution for high-throughput aflatoxin quantification, supporting industrial food safety monitoring.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
3921337477的应助被u679992采纳,获得60
2秒前
3秒前
3秒前
4秒前
英俊的铭的应助被王化省采纳,获得10
6秒前
6秒前
8秒前
yts8885发布了新的文献求助30
8秒前
yts8885发布了新的文献求助10
8秒前
李爱国的应助被腼腆的立诚采纳,获得10
8秒前
自私的猫发布了新的文献求助10
9秒前
斯文败类的应助被FF采纳,获得10
9秒前
打打的应助被Marjan采纳,获得10
10秒前
12秒前
u679992发布了新的文献求助60
13秒前
15秒前
16秒前
17秒前
Wynne_Wang发布了新的文献求助10
18秒前
19秒前
秋彤完成签到,获得积分20
20秒前
21秒前
天狗屯月完成签到,获得积分10
22秒前
22秒前
风吹麦浪的应助被禾几采纳,获得10
23秒前
科研通AI6.3的应助被禾几采纳,获得10
23秒前
科研通AI6.3的应助被禾几采纳,获得10
23秒前
24秒前
jayto完成签到,获得积分10
25秒前
晚风发布了新的文献求助10
26秒前
tongluobing发布了新的文献求助10
26秒前
29秒前
领导范儿的应助被腼腆的立诚采纳,获得10
31秒前
乌鲁鲁星的北极兔完成签到 ,获得积分10
32秒前
SciGPT的应助被tongluobing采纳,获得10
32秒前
33秒前
TreasureY发布了新的文献求助10
34秒前
Runing完成签到 ,获得积分10
34秒前
leiyuekai完成签到 ,获得积分10
35秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8184686
求助须知:如何正确求助?哪些是违规求助? 9573640
关于积分的说明 21832630
捐赠科研通 7782020
什么是DOI,文献DOI怎么找? 3434404
关于科研通互助平台的介绍 2558513
邀请新用户注册赠送积分活动 2481010