توجد نماذج تصنيف وتمييز زيت الكانولا المعدل وراثياً القائمة على طيف واحد، والتي تواجه مشكلات مثل قلة المعلومات وشدة أبعاد البيانات، مما يؤدي إلى انخفاض كفاءة تشغيل النموذج وعدم دقة نتائج الكشف. لمواجهة هذه المشكلة، قدمت هذه الدراسة طريقة تصنيف وتمييز لزيت الكانولا المعدل وراثياً باستخدام طيف تيراهيرتز المدمج مع نموذج Fused Lasso المحسن. تم استخدام نوعين من زيت الكانولا المعدل وراثياً ونوعين من زيت الكانولا غير المعدل وراثياً كموضوعات للدراسة، حيث تم تطبيق نظام طيف تيراهيرتز الزمني (THz-TDS) للحصول على طيف امتصاص تيراهيرتز لأربعة عينات من زيت الكانولا ضمن نطاق تردد 0.2~1.6 تيراهيرتز. بعد ذلك، تم استخدام خوارزمية الإسقاط المستمر (SPA) لاستخلاص الخصائص من طيف الامتصاص والمشتقات، ثم دمجها. تم ادخال نموذج منتظم نادر للتصنيف واختيار الخصائص وهو Fused Lasso، وتم تحسينه إلى نموذج تصنيف متعدد باستخدام طريقة واحد ضد واحد (OVO) واستخدام خوارزمية التحسين البايزية (BO) للبحث عن المعلمات التنظيمية المثلى. أظهرت النتائج أن نموذج BO-Fused Lasso المبني على الطيف المدمج تحقق أداء تصنيف أفضل لأربعة أنواع من زيت الكانولا مقارنة بنموذج Fused Lasso التقليدي المبني على طيف الامتصاص الواحد، مع دقة تدريب 96.88% ودقة اختبار 95.00%. لذلك، توفر هذه الدراسة طريقة جديدة لتمييز زيت الكانولا المعدل وراثياً وغير المعدل وراثياً، بالإضافة إلى توفير مرجع قيم لتمييز مواد معدلة وراثياً أخرى.

تيراهيرتز; زيت الكانولا المعدل وراثياً; طيف مدمج; نموذج منتظم نادر; تحسين بايزي