peanut module to monitor aflatoxin

peanut module to monitor aflatoxin risks in pre-harvest peanuts using climate factors including the temperature, accumulated heat, and soil water (Chauhan et al., 2010). America established a hybrid genetic algorithm/backpropagation neural network (GA/BPN) that could predict aflatoxin contamination levels in peanuts based on environmental data.

ผลลัพธ์ (ไทย) 1:

โมดูลถั่วลิสงเพื่อตรวจสอบความเสี่ยง aflatoxin ในถั่วลิสงก่อนเก็บเกี่ยวโดยใช้ปัจจัยสภาพภูมิอากาศรวมทั้งอุณหภูมิ ความร้อนสะสม และน้ำดิน (Chauhan et al., 2010) อเมริกาก่อตั้งขึ้นเป็นไฮบริ backpropagation พันธุอัลกอริทึมโครงข่ายประสาท (GA BPN) ที่สามารถทำนายระดับการปนเปื้อน aflatoxin ในถั่วลิสงตามข้อมูลสิ่งแวดล้อม

ผลลัพธ์ (ไทย) 2:

โมดูลถั่วลิสงในการตรวจสอบความเสี่ยงอะฟลาท็อกซินในถั่วลิสงก่อนการเก็บเกี่ยวโดยใช้ปัจจัยรวมทั้งสภาพภูมิอากาศที่อุณหภูมิความร้อนสะสมและน้ำในดิน (Chauhan et al., 2010) อเมริกาจัดตั้งขั้นตอนวิธีพันธุกรรมไฮบริด / backpropagation เครือข่ายประสาท (GA / BPN) ที่สามารถทำนายระดับการปนเปื้อนอะฟลาท็อกซินในถั่วลิสงบนพื้นฐานของข้อมูลด้านสิ่งแวดล้อม

ผลลัพธ์ (ไทย) 3:

โมดูลตรวจสอบอะฟลาทอกซินในถั่วลิสงความเสี่ยงก่อนเก็บเกี่ยวถั่วลิสงโดยใช้ปัจจัยภูมิอากาศ ได้แก่ อุณหภูมิ ความร้อนสะสม และน้ำในดิน ( Chauhan et al . , 2010 ) อเมริกาสร้างไฮบริดขั้นตอนวิธีเชิงพันธุกรรม ( GA / / ข่ายงานประสาท BPN ) สามารถทำนายระดับการปนเปื้อนอะฟลาทอกซินในถั่วลิสง บนพื้นฐานของข้อมูลด้านสิ่งแวดล้อม