-
公开(公告)号:CN117034730A
公开(公告)日:2023-11-10
申请号:CN202310040864.5
申请日:2023-01-12
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/084 , G06Q10/04
Abstract: 本发明公开了基于DA‑TCN‑LSTM的溶菌酶发酵溶氧预测方法,首先采集和预处理发酵数据;然后构建时间序列的数据集;再构建基于双阶段时间卷积注意力机制的深度学习算法模型,模型基于编码器‑解码器机制实现,包括双阶段TCN特征提取模块、空间注意力模块、编码模块、时间注意力模块、解码模块;最后,通过训练集数据训练基于双阶段时间卷积注意力机制的深度学习算法模型。本发明通过在溶菌酶发酵溶氧短期预测中,引入基于DA‑TCN‑LSTM的深度学习算法模型,在获得发酵长期周期趋势特征的同时,进一步提高了对于发酵短期瞬时突变特征的提取能力,增强了溶菌酶发酵溶氧量短期预测的稳定性和准确性。