[發明專利]一種基于深度學習監測抗生素與金屬聯合產物的智能方法有效
| 申請號： | 202011410709.0 | 申請日： | 2020-12-04 |
| 公開（公告）號： | CN112509641B | 公開（公告）日： | 2022-04-08 |
| 發明（設計）人： | 趙潔妤;裴培;全玉蓮;石碧清 | 申請（專利權）人： | 河北環境工程學院 |
| 主分類號： | G16C20/10 | 分類號： | G16C20/10;G16C20/70 |
| 代理公司： | 六安市新圖匠心專利代理事務所(普通合伙) 34139 | 代理人： | 陳斌 |
| 地址： | 066102 河*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 監測 抗生素 金屬 聯合 產物 智能 方法 | ||
【權利要求書】：
1.一種基于深度學習監測抗生素與金屬聯合產物的智能方法，其特征在于，主要包括以下步驟：
(1)利用高效液相分離技術與高分辨質譜結合自編程序建立抗生素與重金屬反應產生的降解產物特征信息數據庫；
(2)利用深度學習智能算法結合反演控制設計對步驟(1)中降解產物特征信息數據進行分層訓練和一體化測試，選出最優模型；
(3)通過步驟(2)中的最優模型尋找潛在致毒標志物，揭示抗生素和重金屬聯合產物的生理響應機制和代謝轉化機理，實現提前預警、預測和防治。
2.根據權利要求1所述的一種基于深度學習監測抗生素與金屬聯合產物的智能方法，其特征在于，步驟(1)所述的降解產物特征信息數據庫包括抗生素母體、已知產物和未知降解中間體。
3.根據權利要求1所述的一種基于深度學習監測抗生素與金屬聯合產物的智能方法，其特征在于，步驟(2)所述的反演控制設計可借助深度學習神經網絡函數的逼近技術,形成基本反演控制器和神經網絡反演控制器的數學模型，對無精確模型信息的數據進行分層訓練，保證模型的穩定性和收斂性。
4.根據權利要求1所述的一種基于深度學習監測抗生素與金屬聯合產物的智能方法，其特征在于，步驟(3)所述的提前預測指的是可預測抗生素和重金屬聯合產物的毒性。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河北環境工程學院，未經河北環境工程學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011410709.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種應用于農林產品的多熱源可控干燥裝置
- 下一篇：一種可變徑管道清理裝置
