摘要
本发明提供一种大曲的酶学性能评估和关键微生物识别方法及装置,涉及酿酒技术领域,通过获取大曲样本的微生物特征和酶学性能特征,对神经网络模型进行训练,获得酶学性能预测模型,基于SHAP理论构建微生物特征贡献模块,用于计算微生物特征对预测结果的SHAP值,并根据计算得到的SHAP值,评估每个微生物特征的贡献度,依据贡献度选取微生物作为关键微生物,利用所述酶学性能预测模型获得待测大曲的酶学性能特征预测结果,利用微生物特征贡献模块获得关键微生物识别结果,建立了大曲微生物群落与酶学性能之间的定量映射关系,解决了各微生物对酶学性能的影响不明确的问题,本发明适用于大曲微生物的酶学性能评估和关键微生物识别。
技术关键词
微生物识别方法
性能预测模型
微生物种群
大曲微生物群落
乳酸片球菌
模型训练模块
建立神经网络模型
训练神经网络模型
酿酒酵母
识别装置
识别模块
酿酒技术
数据获取模块
样本
理论
误差
关系
系统为您推荐了相关专利信息
性能优化方法
参数
路径结构
性能预测模型
计算机程序产品
推荐方法
农业管理措施
微生物种群
机器学习算法分析
传感器实时监控
屏蔽电缆
性能预测模型
屏蔽结构
逆变电源系统
屏蔽层