【技术实现步骤摘要】
本专利技术涉及生物智能制造领域，具体涉及一种基于时空图神经网络的生物智能制造质量监测方法和装置。
技术介绍
1、在现代生物智能制造领域，对发酵过程的质量监测一直是一个关键且富有挑战性的任务。传统的发酵过程质量监测使用基础的传感器通过数据采集和简单的数据处理来实现，这些方法虽然可以提供一定程度的发酵质量检测参考，但往往缺乏深度分析和预测能力，无法充分捕捉到复杂发酵过程中的时间动态变化和关键发酵状态参数的复杂关联。
2、时空图神经网络是一种先进的深度学习框架，专门设计用于处理同时具有空间和时间维度数据的复杂任务。它融合了图神经网络的拓扑结构分析能力和时序数据的动态变化特性，从而能够有效捕捉和理解数据在时间和空间上的复杂关联，适合于解决那些数据点之间不仅在时间上动态变化，而且在空间上相互关联的问题。
3、而生物智能发酵过程可以认为是典型的具有时空特性的过程：在生物智能制造发酵过程中，采集到的数据是典型的时间序列，因此在前后时间点上具有显而易见的相关性；基于发酵机理出发可知其发酵过程状态参数之间具有复杂的相互作用性，而空...
【技术保护点】
1.一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，所述步骤(1)具体为：
3.根据权利要求2所述的一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，所述步骤(2)具体包括以下子步骤：
4.根据权利要求1所述的一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，所述步骤(3)具体包括以下子步骤：
5.一种基于时空图神经网络的生物智能制造质量监测装置，其特征在于，包括传感器网络模块、数据...
【技术特征摘要】
1.一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，所述步骤(1)具体为：
3.根据权利要求2所述的一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，所述步骤(2)具体包括以下子步骤：
4.根据权利要求1所述的一种基于时空图神经网络的生物智能制造质量监测方法，其特征在于，所述步骤(3)具体包括以下子步骤：
5.一种基于时空图神经网络的生物智能制造质量监测装置...
【专利技术属性】
技术研发人员：刘兴高，何群山，曾伟，庄英萍，张鸿，徐坚，阮银兰，姚嫣菲，张泽银，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。