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！

龙图腾网获悉天津大学申请的专利一种基于深度学习的青霉素发酵过程在线软测量方法和装置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：CN116469478B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310306356.7，技术领域涉及：G16C20/10；该发明授权一种基于深度学习的青霉素发酵过程在线软测量方法和装置是由王江;李彤;王宽川设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种基于深度学习的青霉素发酵过程在线软测量方法和装置在说明书摘要公布了：本发明提供了一种基于深度学习的青霉素发酵过程在线软测量方法和装置，涉及工业发酵生产过程软测量建模与应用的技术领域，包括：通过改变青霉素发酵过程中的控制参数和状态量的初始值，建立青霉素发酵过程数据集；对青霉素发酵过程数据集进行标准化操作，完成时间窗切片操作，并按比例划分软测量深度学习网络所需的训练集与测试集；利用训练后的软测量深度学习网络，预测每个时间窗对应菌体浓度值，以缓解了现有技术中无法广泛适应生物发酵软测量应用的技术问题。

本发明授权一种基于深度学习的青霉素发酵过程在线软测量方法和装置在权利要求书中公布了：1.一种基于深度学习的青霉素发酵过程在线软测量方法，其特征在于，所述方法包括： 通过改变青霉素发酵过程中的控制参数和状态量的初始值，建立青霉素发酵过程数据集； 对所述青霉素发酵过程数据集进行标准化操作，完成时间窗切片操作，并按比例划分软测量深度学习网络所需的训练集与测试集； 利用训练后的软测量深度学习网络，预测每个时间窗对应菌体浓度值； 在利用训练后的软测量深度学习网络，预测每个时间窗对应菌体浓度值的步骤之前，还包括： 首先将整理好的辅助变量数据输入一维卷积神经网络，提取发酵过程高维空间特征，将输入数据维度由16维扩展到128维；该网络包含三个一维卷积层，每个卷积层后连接一个最大池化层； 卷积神经网络输出为： ； 其中，为输入的一个时间窗内的辅助变量数据，为整个卷积神经网络，为整个卷积神经网络的输出； 将所述卷积神经网络处理后的高维数据输入长短期记忆递归神经网络，挖掘隐藏的长时间依赖特性，输出最后一层LSTM网络的隐藏层状态；所述长短期记忆递归神经网络包含两个LSTM层，每层网络时间步长为50，隐藏层状态为50，所述长短期记忆递归神经网络最后输出为包含了发酵过程时空特性的50个隐藏层状态； LSTM的存储单元和隐藏状态更新如下式： ； ； 其中，代表时间步，为隐藏状态，为基本单元内用于计算的中间状态，为遗忘门，为输入门，为存储单元状态，为输出门，为双曲正切激活函数； 所述LSTM网络输出为： ； 其中，为卷积神经网络传递给LSTM网络的输入，为整个长短期记忆递归神经网络，为整个长短期记忆递归神经网络的输出； 将长短期记忆递归神经网络输出的50个隐藏层状态作为全连接神经网络的输入，经过计算后，输出需要预测的关键变量值；所述全连接神经网络包含1个输入层、2层隐藏层和1个输出层； 全连接神经网络输出为： ； 其中为LSTM网络传递给全连接神经网络的输入，为整个全连接神经网络。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。

以上内容由龙图腾AI智能生成。