買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江工業(yè)大學(xué)申請的專利一種基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115458069B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12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)的專利申請?zhí)?專利號為：202211047180.X，技術(shù)領(lǐng)域涉及：G16C20/10；該發(fā)明授權(quán)一種基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量方法是由劉毅;賈明偉;高增梁設(shè)計(jì)研發(fā)完成，并于2022-08-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量方法在說明書摘要公布了：一種基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量方法，屬于發(fā)酵過程軟測量技術(shù)領(lǐng)域。其包括以下步驟：1數(shù)據(jù)的獲取和整合：使用仿真平臺獲取不同工況下的青霉素發(fā)酵過程，并且對獲取的數(shù)據(jù)進(jìn)行劃分、收集和整合；2數(shù)據(jù)選擇：對數(shù)據(jù)進(jìn)行選擇，去除冗余無用的數(shù)據(jù)并建立變量之間因果圖；3構(gòu)建TGTCN模型并進(jìn)行訓(xùn)練；4模型預(yù)測。本發(fā)明方法采用基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量方法，利用圖注意力網(wǎng)絡(luò)和時間卷積網(wǎng)絡(luò)，在時間和空間維度上對數(shù)據(jù)進(jìn)行提取，增加了模型的泛化性，能夠?qū)Σ煌l(fā)酵過程的關(guān)鍵產(chǎn)品質(zhì)量進(jìn)行精準(zhǔn)測量。

本發(fā)明授權(quán)一種基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量方法在權(quán)利要求書中公布了：1.一種基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)的發(fā)酵過程軟測量建模方法，其特征在于，所述方法包括以下步驟： 1數(shù)據(jù)的獲取和整合：使用仿真平臺獲取不同工況下的青霉素發(fā)酵過程，并且對獲取的數(shù)據(jù)進(jìn)行劃分、收集和整合； 2數(shù)據(jù)選擇：對數(shù)據(jù)進(jìn)行選擇，去除冗余無用的數(shù)據(jù)并建立變量之間因果圖； 3建模訓(xùn)練：構(gòu)建基于拓?fù)湟龑?dǎo)時間卷積網(wǎng)絡(luò)TGTCN模型，模型的輸入為經(jīng)過數(shù)據(jù)選擇保留的數(shù)據(jù)與變量之間的因果連接矩陣；然后利用TGTCN模型對所整合的數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練；步驟3的具體過程如下： 步驟3.1基于圖注意力網(wǎng)絡(luò)GAT和TCN構(gòu)建TGTCN模型；圖注意力層的輸入是一組節(jié)點(diǎn)特征，其中，V是節(jié)點(diǎn)數(shù)，T是每個節(jié)點(diǎn)中的特征數(shù)；使用權(quán)重矩陣對每個節(jié)點(diǎn)進(jìn)行線性變換；然后在節(jié)點(diǎn)上執(zhí)行自注意機(jī)制以計(jì)算注意力系數(shù)eij；隨后，為了使不同節(jié)點(diǎn)之間的系數(shù)易于比較，使用softmax函數(shù)對節(jié)點(diǎn)j的所有選擇進(jìn)行歸一化；最后在此基礎(chǔ)上，采用多頭注意力；平均H個注意機(jī)制的結(jié)果，產(chǎn)生以下輸出表示： 其中，H表示注意力機(jī)制的個數(shù)、eij表明了節(jié)點(diǎn)j的特征對節(jié)點(diǎn)i的重要性；該公式通過掩碼令每個節(jié)點(diǎn)僅關(guān)注與自身相連節(jié)點(diǎn)的注意力，計(jì)算節(jié)點(diǎn)的eij，其中是圖中節(jié)點(diǎn)i的鄰域、a.為LeakyReLU激活函數(shù)； 步驟3.2堆疊TGTCL構(gòu)成TGTCN并使用訓(xùn)練數(shù)據(jù)訓(xùn)練TGTCN，使用驗(yàn)證數(shù)據(jù)對TGTCN進(jìn)行超參數(shù)選擇，最后得到訓(xùn)練后的TGTCN模型 4模型預(yù)測：將訓(xùn)練后的TGTCN模型用于發(fā)酵過程產(chǎn)物出口濃度預(yù)測，并給出預(yù)測結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工業(yè)大學(xué)，其通訊地址為：310006 浙江省杭州市拱墅區(qū)朝暉六區(qū)潮王路18號；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)”。