Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国家粮食和物资储备局科学研究院段章群获国家专利权

国家粮食和物资储备局科学研究院段章群获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国家粮食和物资储备局科学研究院申请的专利一种基于深度学习的植物油抗氧化剂组合预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119418816B

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411556417.6,技术领域涉及:G16C20/30;该发明授权一种基于深度学习的植物油抗氧化剂组合预测方法是由段章群;谢晨霞;郭咪咪设计研发完成,并于2024-11-04向国家知识产权局提交的专利申请。

一种基于深度学习的植物油抗氧化剂组合预测方法在说明书摘要公布了:本发明公开了一种基于深度学习的植物油抗氧化剂组合预测方法,涉及植物油的抗氧化剂组合预测技术领域,方法包括:将获取到的待预测的植物油样品的样本数据输入至预训练的预测模型中,得到待预测的植物油样品对应的抗氧化剂组合的预测结果;预训练的预测模型的构建过程为:收集数据并构建训练集和测试集;将训练集输入到预测模型中对模型进行训练,预测模型为带有注意力机制的因子分解机以及深度神经网络组合模型;通过测试集对预测模型进行验证,并根据验证结果对预测模型进行参数优化。本发明结合深度学习算法和一种电子设备来实现预测模型的构建,提升了确定抗氧化剂组合物的准确性以及效率。

本发明授权一种基于深度学习的植物油抗氧化剂组合预测方法在权利要求书中公布了:1.一种基于深度学习的植物油抗氧化剂组合预测方法,其特征在于,包括:将获取到的待预测的植物油样品的样本数据输入至预训练的预测模型中,得到所述待预测的植物油样品对应的抗氧化剂组合的预测结果;所述预训练的预测模型的构建过程为:采集实验植物油数据特征以及抗氧化剂组合的数据特征,对所有数据特征进行分类整合后构建训练集和测试集;将所述训练集输入到预测模型中进行模型训练,所述预测模型包括数据预处理模块,模型主体为采用带有注意力机制的因子分解机以及深度神经网络组合模型;通过测试集对所述预测模型进行验证,并根据验证结果对所述预测模型进行参数优化,并将优化后的预测模型作为下次模型训练中的预测模型,直至通过所述测试集对所述预测模型的验证,将通过验证的预测模型作为所述预训练的预测模型;所述因子分解机具体为: 其中,y′FM和ybAFM为引入双向注意力机制的因子分解机模块输出结果,w0为初始特征的权重矩阵,xi为抗氧化剂组合中两个抗氧化剂中的一个抗氧化剂的特征,xj为抗氧化剂组合中两个抗氧化剂中的另一个抗氧化剂的特征,vi⊙vj为特征xi与特征xj的元素乘积,P为预测层的权重,T为隐藏层的大小,n为抗氧化剂组合个数,ai,j是根据注意力机制计算的权重因子,wi为第i个初始特征的权重矩阵; a′ij=hTσWvi⊙vjxixj+b;其中,h为模型参数,W为权重参数,σ为激活函数,b为偏置参数;其中,基于双向注意力机制Bi-Attention、因子分解机FM和深度神经网络DeepNN搭建组合预测模型,用FM做特征间低阶组合,用DeepNN做特征间高阶组合,FM模块和Deep模块共享FeatureEmbedding部分,所有特征融合后输入到组合预测模块,组合预测模块由神经网络构成;其中,双向注意力机制的引入是通过在FM模块和DNN模块中添加注意力层AttentionLayer来实现。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国家粮食和物资储备局科学研究院,其通讯地址为:100037 北京市西城区百万庄大街11号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。