[发明专利]基于深度神经网络的生物发酵数据预测方法

说明书

本发明公开了一种基于深度神经网络的生物发酵数据预测方法，包括如下步骤：获取并预处理样本光谱数据以得到训练集；利用训练集对自监督特征提取网络模型进行训练以优化特征提取网络模型参数；利用经特征提取的数据对自动编码器网络模型进行训练以建立降维模型；对经降维模型挑选的数据进行TSK模糊回归以建立浓度预测模型；输入待测溶液的光谱数据以预测溶液浓度。本发明结合自监督学习的深度自动编码器特征提取方法，既能构造比传统的主成分分析法更为复杂的非线性映射，还可以保证其提取的特征具有利于后续的回归预测方法的语义信息，结合TSK回归预测，可以避免光谱数据维度过大、冗余信息较多的问题，而且能给出精确且具有可解释性的结果。

技术领域

本发明涉及生物发酵数据预测的技术领域，具体是基于自监督学习和深度自动编码器的(Takagi-Sugeno-Kang)TSK模糊回归模型，来预测监控发酵过程中的各成分的实时浓度的方法。

背景技术

得益于人工智能算法的兴起，越来越多的领域向着智能化飞速发展。就食品生物发酵方面，在生产阶段需要对溶液成分浓度进行监控，而直接测量溶液成分的浓度时间太长。于是研究者提出了用光谱数据来预测溶液成分浓度的方法。

传统的方法比如偏最小二乘法(PLS)是融合主成分分析和多元线性回归的一种有效的化学计量学方法，其通常使用主成分分析来对特征进行线形变换，从而达到降低数据维度的目的。而光谱数据存在维度高，冗余数据多的特点，于是对特征提取的好坏成为了影响整个模型最终的回归预测效果的关键因素。但由于传统的方法如偏最小二乘法(PLS)一般只能构造线性的特征提取函数，从而导致传统的方法无法对光谱数据提取到有效的特征，从而难以对实际生产的复杂环境下的溶液成分进行精准的预测。

深度神经网络具有抗干扰，抗噪声和强大的输入和输出之间高度非线性映射的能力、非线性传输能力等优点，在定性和定量分析中得到越来越广泛的应用，特别是在高维数据的特征抽取方面具有极大的应用意义。相比而言，由于深度神经网络可以构造复杂的非线性模型，比传统偏最小二乘回归模型的表达能力更强，更适合实际生产的复杂环境。然而，目前使用的普通的深度神经网络也存在一些问题：一方面，虽然普通的深度神经网络可以对光谱数据进行降维但却无法保证其降维后的低维特征是对与后面的回归预测有效的；另一方面，由于光谱数据的维度比较高，在使用较多层的深度神经网络时其整体的计算量很大，并且原始数据冗余项过多，未经特征提取的数据直接进入深度神经网络进行回归预测，效果反而还不如传统的偏最小二乘回归法。

发明内容

针对现有技术存在的问题，本发明提供一种基于深度神经网络的生物发酵数据预测方法，其是基于自监督学习和深度自动编码器的(Takagi-Sugeno-Kang)TSK模糊回归模型，来预测监控发酵过程中的各成分的实时浓度。

本发明的技术方案具体为，一种基于深度神经网络的生物发酵数据预测方法，其特征在于，包括如下步骤：

获取并预处理样本光谱数据以得到训练集；

利用训练集对自监督特征提取网络模型进行训练以优化特征提取网络模型参数；

利用经特征提取的数据对自动编码器网络模型进行训练以建立降维模型；

对经降维模型挑选的数据进行TSK模糊回归以建立浓度预测模型；

输入待测溶液的光谱数据以预测溶液浓度。

进一步优选的，所述样本光谱数据为N组具有2048个值的数值型数据2048*N，对其进行归一化处理。

进一步优选的，所述制作自监督学习的pretext任务标签，由如下规则生成：

1)定义由整数1-2048形成的横坐标轴为数据的维度轴，横坐标i(即光谱数据的第i个维度)所对应的纵坐标的值代表散射光强度，将每个横坐标对应的全部N个纵坐标的值求平均值，得到一条平均值曲线；