买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于拓扑引导时间卷积网络的发酵过程软测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115458069B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211047180.X，技术领域涉及：G16C20/10；该发明授权一种基于拓扑引导时间卷积网络的发酵过程软测量方法是由刘毅;贾明伟;高增梁设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种基于拓扑引导时间卷积网络的发酵过程软测量方法在说明书摘要公布了：一种基于拓扑引导时间卷积网络的发酵过程软测量方法，属于发酵过程软测量技术领域。其包括以下步骤：1数据的获取和整合：使用仿真平台获取不同工况下的青霉素发酵过程，并且对获取的数据进行划分、收集和整合；2数据选择：对数据进行选择，去除冗余无用的数据并建立变量之间因果图；3构建TGTCN模型并进行训练；4模型预测。本发明方法采用基于拓扑引导时间卷积网络的发酵过程软测量方法，利用图注意力网络和时间卷积网络，在时间和空间维度上对数据进行提取，增加了模型的泛化性，能够对不同发酵过程的关键产品质量进行精准测量。

本发明授权一种基于拓扑引导时间卷积网络的发酵过程软测量方法在权利要求书中公布了：1.一种基于拓扑引导时间卷积网络的发酵过程软测量建模方法，其特征在于，所述方法包括以下步骤： 1数据的获取和整合：使用仿真平台获取不同工况下的青霉素发酵过程，并且对获取的数据进行划分、收集和整合； 2数据选择：对数据进行选择，去除冗余无用的数据并建立变量之间因果图； 3建模训练：构建基于拓扑引导时间卷积网络TGTCN模型，模型的输入为经过数据选择保留的数据与变量之间的因果连接矩阵；然后利用TGTCN模型对所整合的数据进行学习训练；步骤3的具体过程如下： 步骤3.1基于图注意力网络GAT和TCN构建TGTCN模型；图注意力层的输入是一组节点特征，其中，V是节点数，T是每个节点中的特征数；使用权重矩阵对每个节点进行线性变换；然后在节点上执行自注意机制以计算注意力系数eij；随后，为了使不同节点之间的系数易于比较，使用softmax函数对节点j的所有选择进行归一化；最后在此基础上，采用多头注意力；平均H个注意机制的结果，产生以下输出表示： 其中，H表示注意力机制的个数、eij表明了节点j的特征对节点i的重要性；该公式通过掩码令每个节点仅关注与自身相连节点的注意力，计算节点的eij，其中是图中节点i的邻域、a.为LeakyReLU激活函数； 步骤3.2堆叠TGTCL构成TGTCN并使用训练数据训练TGTCN，使用验证数据对TGTCN进行超参数选择，最后得到训练后的TGTCN模型 4模型预测：将训练后的TGTCN模型用于发酵过程产物出口浓度预测，并给出预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310006 浙江省杭州市拱墅区朝晖六区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。