買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海金珵科技有限公司申請的專利基于生成式算法的發酵過程預測方法、系統及終端獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119560002B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510125275.6，技術領域涉及：G16B5/30；該發明授權基于生成式算法的發酵過程預測方法、系統及終端是由李金金設計研發完成，并于2025-01-27向國家知識產權局提交的專利申請。

本基于生成式算法的發酵過程預測方法、系統及終端在說明書摘要公布了：本發明提供一種基于生成式算法的發酵過程預測方法、系統及終端，首先全面收集生物發酵整個生命周期中的各類發酵參數，并對其進行精細的預處理，從而構建出樣本數據集。隨后，針對構建的樣本數據集，深入挖掘與發酵過程緊密相關的領域特征，并依此建立模型構建數據集。在此基礎上，運用一種或多種的生成式算法，依據模型構建數據集來構建階段性生成模型。最終，借助構建好的階段性生成模型，根據輸入的發酵參數對發酵過程進行精準預測，進而獲得可靠的預測結果。本發明在確保數據集劃分的有效性以及模型訓練的穩定性不受影響的基礎上，在建模過程中有效的融入領域特征，顯著提升了模型的預測精度和泛化能力。

本發明授權基于生成式算法的發酵過程預測方法、系統及終端在權利要求書中公布了：1.一種基于生成式算法的發酵過程預測方法，其特征在于，所述方法包括： 執行發酵參數收集與預處理操作，以構建樣本數據集，其包括：收集生物發酵整個生命周期的發酵參數，隨后對這些發酵參數進行預處理，構建樣本數據集；其中，這些發酵參數細分為發酵前參數、發酵過程參數以及發酵結果參數； 執行樣本數據集的特征提取與模型數據集建立操作，其包括：從構建的樣本數據集中提取與發酵過程相關的領域特征，進而建立模型構建數據集；其中，各領域特征包括發酵靜態特征、發酵動態特征和發酵階段性特征； 利用一種或多種生成式算法，根據所述模型構建數據集來構建階段性生成模型； 基于構建的階段性生成模型，依據輸入的發酵參數進行后續發酵過程的預測，并獲取相應的預測結果； 其中，所述從構建的樣本數據集中提取與發酵過程相關的領域特征，進而建立模型構建數據集包括：依據樣本數據集中的發酵前參數、發酵過程參數和發酵結果參數，分別對應提取發酵靜態特征、發酵動態特征和發酵階段性特征；借助發酵領域特征處理機制，對所提取的發酵靜態特征、發酵動態特征和發酵階段性特征實施相應的特征處理操作；將實施特征處理操作后的各特征進行融合，獲得模型構建數據集； 所述發酵領域特征處理機制包括：對于非一維的特征，采用特定的編碼方法將其轉換為低維度的嵌入向量；對于未被量化的特征，利用領域知識進行量化操作；對于時序數據特征，會進行專門的時序特征處理與編碼操作； 所述利用一種或多種生成式算法，根據所述模型構建數據集來構建階段性生成模型包括：將所述模型構建數據集按照發酵過程的不同階段進行劃分，分為發酵啟動階段、主發酵階段以及發酵結束階段的數據集；其中，每個階段的數據集都劃分出訓練集、測試集和驗證集；依據各階段的數據集，使用一種或多種生成式算法來構建發酵啟動階段、主發酵階段以及發酵結束階段的生成模型；其中，生成式算法的類型包括：Transformer模型及其衍生模型、Mamba模型及其衍生模型； 所述將實施特征處理操作后的各特征進行融合，獲得模型構建數據集包括：運用特征工程對處理后的發酵靜態特征、發酵動態特征以及發酵階段性特征進行特征升維操作，以增強各領域特征之間的關聯性；其中，所述特征升維操作包括：對于連續變量，采用多項式拓展和對數變換的方式進行升維；對于離散變量，采用獨熱編碼和組合特征的方式進行升維；在完成特征升維操作后，將升維后的特征進行融合，得到一個統一的特征表示，最終獲得模型構建數據集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海金珵科技有限公司，其通訊地址為：201100 上海市閔行區劍川路955號511室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。