一种基于卷积ONLSTM与自注意力的发酵过程软测量方法

    公开(公告)号:CN116364201A

    公开(公告)日:2023-06-30

    申请号:CN202310262746.9

    申请日:2023-03-17

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于卷积ONLSTM与自注意力的发酵过程软测量方法,属于软测量技术领域。该方法考虑发酵过程变量中的冗余信息,提出带自注意力机制的卷积有序神经元长短时记忆网络(ONLSTM)多层时序预测模型,首先利用CNN对发酵过程中的输入变量进行局部特征提取并降维;然后将所提取特征输入多层ONLSTM网络进行时序特征提取,并通过层级判断各输入变量的重要程度,过滤特征变量中的冗余信息;最后结合自注意力机制动态调整特征权重,利用各输入变量间内部依赖关系,对高相关性变量赋予高权重,同时优化全连接层激活函数,实现对于发酵过程主导变量的高精度预测,并以青霉素发酵过程为例,验证了该方法对青霉素浓度的高精度预测。

Patent Agency Ranking