龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：天津民祥药业有限公司
摘要：本发明涉及信息处理技术领域，尤其涉及一种基于机器学习驱动的医药中间体质量控制方法，其特征在于，包括以下步骤：步骤S1：采集医药中间体的多模态数据；步骤S2：对所述多模态数据进行数据清洗和标准化；步骤S3：采用卷积神经网络从所述多模态数据中提取医药中间体的深度特征；步骤S4：应用循环神经网络分析医药中间体生产过程中随时间变化的数据序列。本发明利用卷积神经网络（CNN）提取医药中间体的物理化学特性相关深度特征，增强了模型对复杂图像数据的理解能力。通过循环神经网络（RNN）分析随时间变化的数据序列，能够捕捉生产过程中的动态趋势和异常变化，解决了传统统计方法难以处理的非线性及长期依赖问题。
主权项：1.一种基于机器学习驱动的医药中间体质量控制方法，其特征在于，包括以下步骤：步骤S1：采集医药中间体的多模态数据；所述多模态数据包括医药中间体的图像数据、传感器数据与化学分析数据；所述医药中间体的图像数据包括显微镜图像与化学结构图像数据；所述传感器数据包括医药中间体的温度、压力以及pH值，所述化学分析数据包括医药中间体的色谱数据与光谱数据；步骤S2：对所述多模态数据进行数据清洗和标准化；步骤S3：采用卷积神经网络从医药中间体的图像数据中提取医药中间体的深度特征；步骤S4：应用循环神经网络分析医药中间体生产过程中随时间变化的数据序列；步骤S5：基于步骤S3得到的深度特征以及步骤S4得到的数据序列，构建一个包含深度特征和时间序列数据的综合训练数据集；步骤S6：使用生成对抗网络生成虚拟的样本，增强步骤S5中的综合训练数据集；步骤S7：基于步骤S3中提取的深度特征的特征类型以及步骤S4得到的数据序列，建立质量检测模型，并定义该质量检测模型的超参数；步骤S8：使用步骤S6中得到的综合训练数据集训练质量检测模型；步骤S9：集成质量检测模型到医药中间体的生产线中。
全文数据：
权利要求：
百度查询： 天津民祥药业有限公司 一种基于机器学习驱动的医药中间体质量控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号