買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜長(zhǎng)春工業(yè)大學(xué)申請(qǐng)的專(zhuān)利一種基于時(shí)空關(guān)注的發(fā)酵過(guò)程軟測(cè)量方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119783567B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510293499.8，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種基于時(shí)空關(guān)注的發(fā)酵過(guò)程軟測(cè)量方法是由張秀梅;楊君堯;李慧;姜志宇;周凱龍;張澤設(shè)計(jì)研發(fā)完成，并于2025-03-13向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于時(shí)空關(guān)注的發(fā)酵過(guò)程軟測(cè)量方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)一種基于時(shí)空關(guān)注的發(fā)酵過(guò)程軟測(cè)量方法，屬于工業(yè)發(fā)酵生產(chǎn)過(guò)程軟測(cè)量建模和應(yīng)用領(lǐng)域。首先，將時(shí)間注意力機(jī)制與空間注意力機(jī)制進(jìn)行融合，獲取不同批次的時(shí)空融合特征表示，然后將得到的不同批次的融合特征表示輸入到LSTM層中以獲取長(zhǎng)期依賴關(guān)系，從而實(shí)現(xiàn)軟測(cè)量預(yù)測(cè)輸出。與現(xiàn)有技術(shù)相比，該模型具有識(shí)別輸入變量與質(zhì)量變量的隱藏狀態(tài)的能力，并根據(jù)每個(gè)小批次之間的關(guān)系進(jìn)行建模，通過(guò)考慮輸入變量間的時(shí)空交互作用以及長(zhǎng)期依賴關(guān)系，提高了模型的預(yù)測(cè)精度，實(shí)現(xiàn)快速響應(yīng)，最小的維護(hù)成本和精確的預(yù)測(cè)結(jié)果，本方法可在間歇發(fā)酵領(lǐng)域具有廣闊應(yīng)用前景。

本發(fā)明授權(quán)一種基于時(shí)空關(guān)注的發(fā)酵過(guò)程軟測(cè)量方法在權(quán)利要求書(shū)中公布了：1.一種基于時(shí)空關(guān)注的發(fā)酵過(guò)程軟測(cè)量方法，其特征在于，包括如下步驟：步驟1：對(duì)發(fā)酵過(guò)程原始時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)處理；步驟2：為學(xué)習(xí)過(guò)程變量和輸出變量之間復(fù)雜的空間依賴關(guān)系，提出空間卷積注意力機(jī)制，對(duì)得到的數(shù)據(jù)集進(jìn)行編碼，具體按如下步驟實(shí)施：步驟2.1：為減少顯著特征映射，防止過(guò)擬合，通過(guò)卷積層與最大池化層對(duì)進(jìn)行特征提取，通過(guò)第k個(gè)CNN濾波器，沿時(shí)間維度進(jìn)行掃描： 其中，wk代表權(quán)重參數(shù)，bk代表偏置量，xi是第i個(gè)時(shí)間序列，i＝1,2,...,n+1，包括過(guò)程變量和質(zhì)量變量，為簡(jiǎn)單起見(jiàn)，xn+1表示目標(biāo)序列y，ReLU是激活函數(shù)；步驟2.2：將生成的向量整合成矩陣形式Mi，為了捕獲最重要的特征，在矩陣的每一行上進(jìn)行最大池化，并將hi整合成矩陣形式：hi＝MaxPoolMi，H＝h1,h2,…,hn+1T，其中，hi表示對(duì)原始數(shù)據(jù)進(jìn)行處理后得到的特征，H表示整合后的矩陣；步驟2.3：將整合后的矩陣輸入到空間卷積注意力模塊中，空間卷積注意力機(jī)制如下： Vis＝XWivs， 其中，X＝x1,x2,...,xn,yT是進(jìn)行數(shù)據(jù)處理后的輸入矩陣，Wiqs,Wiks,Wivs為可學(xué)習(xí)的參數(shù)，dk是過(guò)程變量維度，k是卷積核個(gè)數(shù)，ViS是特征矩陣H與輸入矩陣X轉(zhuǎn)換后的矩陣，為縮放后的點(diǎn)積輸出，Z是將輸出進(jìn)行投影后的矩陣；步驟3：從編碼器中提取特征后，為學(xué)習(xí)時(shí)間依賴性，引入時(shí)間卷積注意力機(jī)制，具體按如下步驟實(shí)施： 其中，Vit是將Y利用多頭注意力機(jī)制轉(zhuǎn)換后的矩陣，O是將輸出進(jìn)行投影后的矩陣；步驟4：為更好的學(xué)習(xí)時(shí)空依賴關(guān)系，將空間卷積注意力機(jī)制與時(shí)間卷積注意力機(jī)制進(jìn)行融合，具體按如下步驟實(shí)施： 其中，Wqst，Wkst是學(xué)習(xí)參數(shù)；步驟5：為捕獲長(zhǎng)期依賴關(guān)系，將不同批次B的時(shí)空融合特征發(fā)送到LSTM層得到預(yù)測(cè)輸出，具體按如下步驟實(shí)施：LSTM機(jī)制如下：It＝σΓstWΓi+Ht-1Whi+bi,Ft＝σΓstWΓf+Ht-1Whf+bf,Ot＝σΓstWΓo+Ht-1Who+bo, Ct＝Ft⊙Ct-1+ItCt,Ht＝Ot⊙tanhCt,其中，It,Ft,Ot分別為輸入門(mén)、遺忘門(mén)以及輸出門(mén)，Ct為t時(shí)刻細(xì)胞記憶狀態(tài)，Ct為t時(shí)刻細(xì)胞候選狀態(tài)，Ht為當(dāng)前隱藏狀態(tài)，σ是激活函數(shù)，⊙為點(diǎn)乘運(yùn)算，tant為激活函數(shù)，WΓi,Whi,WΓf,Whf,WΓo,Who,WΓc,Whc為權(quán)重參數(shù)，bi,bf,bo,bc為偏置量；步驟6：通過(guò)均方誤差和R2對(duì)建模結(jié)果進(jìn)行檢驗(yàn)。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人長(zhǎng)春工業(yè)大學(xué)，其通訊地址為：130012 吉林省長(zhǎng)春市朝陽(yáng)區(qū)湖西街道延安大街2055號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。