摘要
本发明公开了一种海鲜调味品风味物质与微生物代谢关联性的预测系统,涉及食物风味调节技术领域;含数据采集模块,用自适应传感器网络收集多源数据,自适应调整采样频率;数据预处理模块,采用分层嵌套架构及分析提取特征;关联性模型构建融合时空注意力机制的深度异构网络模型;模型训练模块用元学习和强化学习结合策略训练;预测模块用集成学习提高预测准确性;结果可视化模块采用VR/AR技术,实现查看和实时预警。本发明精准预测微生物代谢与风味物质关联,减少产品风味不确定性,优化生产过程提升产品品质和效率,借助先进可视化技术方便人员理解机制、及时处理问题,推动产业智能化。
技术关键词
海鲜调味品
风味物质
预测系统
时空注意力机制
异构网络模型
模型训练模块
可视化模块
dropout方法
深度迁移学习方法
数据采集模块
数字孪生模型
编码器
传感器故障诊断
时间序列分析方法
卷积循环网络
特征选择机制
蒙特卡罗
微生物群落结构
重构原始数据
系统为您推荐了相关专利信息
动态反馈系统
预测系统
多模态数据采集
特征工程
时序特征
数据收集单元
预测模型训练
训练集
训练火箭
预测系统