摘要
本申请涉及数据处理技术领域。通过提供基于多模态感知的发酵过程智能调控方法及系统,方法包括:对微生物图像数据进行图像特征提取处理,生成形态特征向量,并对代谢组学数据进行代谢特征降维处理,生成代谢特征矩阵;进行时间序列对齐处理,生成融合特征矩阵,并对代谢组学数据进行异常标记处理,生成异常标记数据;对微生物形态变化与代谢产物浓度波动进行关联强度计算处理,生成动态关联强度曲线;构建跨维度异常识别模型与多模态协同预测模型,生成调控参数建议值;通过反馈学习机制对多模态协同预测模型的参数进行更新处理,优化融合特征矩阵的特征融合权重,提升异常检测与调控决策的精准性,降低发酵过程稳定性波动风险。
技术关键词
智能调控方法
代谢组学数据
融合特征
分类边界
异常状态
强度
形态
序列
支持向量机算法
矩阵
动态时间规整算法
图像特征提取
曲线
动态时间窗口
跨模态
多模态协同
标记
系统为您推荐了相关专利信息
管状器械
强化学习代理
三维光学扫描技术
强化学习环境
训练深度学习模型
车道线检测方法
融合特征
线特征
特征金字塔
图像特征提取
模态特征
纹理特征提取
ResNet网络
注意力
特征提取单元
平衡能力检测方法
时间卷积网络
平衡能力评估
能力检测装置
轨迹参数
元素
跨平台应用程序
特征融合网络
动态时间规整算法
规则生成方法