申请/专利权人：江苏大学

申请日：2023-03-23

公开（公告）日：2024-03-22

公开（公告）号：CN116798506B

主分类号：G16B5/00

分类号：G16B5/00;G16B40/00;G06N3/049;G06N3/08;G06F17/16;G06F18/241;G06N3/0442

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.10.13#实质审查的生效;2023.09.22#公开

摘要：本发明提供了一种毕赤酵母发酵过程中菌体浓度的预测方法，属于毕赤酵母发酵技术领域，包括：获取毕赤酵母的源域数据训练源域长短时记忆神经网络；将源域长短时记忆神经网络的模型参数迁移到目标域长短时记忆神经网络中；获取毕赤酵母的目标域数据；使用平衡分布适配算法适配源域数据与目标域数据；固定源域长短时记忆神经网络的第一层参数，利用平衡分布适配后的源域数据辅助目标域数据训练目标域长短时记忆神经网络的剩余层参数，最终获得精准的目标域预测模型；利用目标域预测模型对新工况下的毕赤酵母在发酵过程中的菌体浓度进行预测。该方法能够对不同工况下的毕赤酵母发酵过程中的菌体浓度进行预测。

主权项：1.一种毕赤酵母发酵过程中菌体浓度的预测方法，其特征在于，包括：获取包含菌体浓度数据的毕赤酵母的初始发酵数据，作为源域数据；将源域数据中除了菌体浓度数据以外的数据输入长短时记忆神经网络中对长短时记忆神经网络进行训练，当长短时记忆神经网络输出的数据与初始发酵数据中的菌体浓度数据数值相同时，停止对长短时记忆神经网络的训练，得到最佳源域预测模型；将最佳源域预测模型的模型参数迁移到目标域长短时记忆神经网络中；获取毕赤酵母在新工况下的发酵数据，作为目标域数据；使用平衡分布适配算法，适配源域数据与目标域数据，减小源域和目标域间的边缘概率分布差异和条件概率分布差异；固定目标域长短时记忆神经网络的第一层参数，利用适配后的源域数据与目标域数据共同训练目标域长短时记忆神经网络的剩余层参数，获得最终的目标域预测模型；利用最终的目标域预测模型，对新工况下的毕赤酵母在发酵过程中的菌体浓度进行预测。

全文数据：

权利要求：

百度查询： 江苏大学 一种毕赤酵母发酵过程中菌体浓度的预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD