一种基于深度神经网络的生物发酵数据预测方法

本申请涉及生物发酵数据处理技术领域，尤其涉及一种基于深度神经网络的生物发酵数据预测方法，方法包括：对构造的发酵知识图谱中的特征进行权重赋值后生成知识权重，并根据所述知识权重生成时序融合特征值；根据所述时序融合特征值生成发酵知识图谱中特征对应的预测值，根据所述预测值进行预测精度修正并生成预测误差调控系数；根据所述预测误差调控系数自适应调整深度神经网络模型的权重；根据自适应调整后的权重，预测发酵过程最终产品质量指标。本申请利用知识权重对后续输入数据进行特征加权，对关键变量赋予更高权重，提高训练收敛速度和预测稳定性；还提高了深度神经网络模型对实际工艺状态变化的快速适应能力。