-
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
IPC: G16C20/10 , G16C20/70 , G06N3/045 , G06N3/0464 , G06N3/0442
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。
-
公开(公告)号:CN116364215A
公开(公告)日:2023-06-30
申请号:CN202310268736.6
申请日:2023-03-20
Applicant: 江南大学
IPC: G16C60/00 , G16C20/70 , G06F18/23213 , G06F18/214 , G06F17/16 , G06N3/096
Abstract: 本发明公开了一种基于局部迁移建模的青霉素浓度预测方法,属于工业发酵生产过程软测量建模和应用领域。所述方法针对青霉素发酵过程将源域与目标域数据划分为各子领域,利用偏最小二乘模型判别与各子目标域相关性最大的子源域,并基于迁移成分分析构建子领域间的精细化迁移,减少迁移过程中对局部数据信息的损失,最后在各子领域内建立预测模型,将目标域数据通过建立的模型进行青霉素浓度预测,提高了预测精度。
-
公开(公告)号:CN202522908U
公开(公告)日:2012-11-07
申请号:CN201220138776.6
申请日:2012-04-01
Applicant: 江南大学
IPC: G05B19/418 , H04L29/08
CPC classification number: Y02P90/02
Abstract: 本实用新型公开了一种自动化与通信领域的污水处理过程监控系统,包括:由工业控制机构成的上位机监控端、由嵌入式处理器构成的下位机监控端、数据库服务器、GSM服务器、Web服务器和远程监控端。其中,上位机监控端和下位机监控端采用ZigBee无线通信技术传输采集数据和上位机监控指令。上位机监控端与数据库服务器相连传输待存储的现场数据信息和数据库服务器的控制指令信息。上位机监控端分别与Web服务器和GSM服务器相连传输数据交换请求及应答信息。数据库服务器分别与Web服务器和GSM服务器相连传输存储用户控制指令。本实用新型实现了工业污水处理过程的实时监测和智能闭环控制,简单可靠,成本低,效率高。
-
-