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！

龙图腾网获悉贝因美(杭州)食品研究院有限公司申请的专利婴儿配方奶粉生产序列多元序列的微场景风险因果关系的预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115796343B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211441402.6，技术领域涉及：G06Q10/04；该发明授权婴儿配方奶粉生产序列多元序列的微场景风险因果关系的预测方法是由黎光;储小军;熊丽娜;包伟华;姜艳喜;杨品锋;戴知君;孔迎;马力;龚伟文设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本婴儿配方奶粉生产序列多元序列的微场景风险因果关系的预测方法在说明书摘要公布了：本发明提供了婴儿配方奶粉生产序列多元序列的微场景风险因果关系的预测方法，包括：S1、对婴儿配方奶粉的工艺过程指标中的序列进行选择，提取序列数据，形成M条不同源的序列数据，成为数据集D；S2、对数据集D中的序列数据进行平稳化处理，使用滑动时间片扩充数据集D，形成新的数据集Data，数据集Data中包含目标序列和变量序列。本发明对婴幼儿配方奶粉的原料指标、生产工艺参数、成品指标的相关序列，提取相似序列段并排除干扰序列段，通过因果分析选择与目标预测指标最相关的序列段，建立相关微场景进行预测分析，挖掘出对奶粉成品质量影响最大的关键控制点和关键工艺控制参数，并从中找出相对最优值。

本发明授权婴儿配方奶粉生产序列多元序列的微场景风险因果关系的预测方法在权利要求书中公布了：1.婴儿配方奶粉生产序列多元序列的微场景风险因果关系的预测方法，其特征在于：所述预测方法包括如下步骤： S1、对婴儿配方奶粉的工艺过程指标中的序列进行选择，提取序列数据，形成M条不同源的序列数据，成为数据集D； S2、对数据集D中的序列数据进行平稳化处理，使用滑动时间片扩充数据集D，形成新的数据集Data，数据集Data中包含目标序列和变量序列； S3、通过提取变量序列中最能区分的子序列作为该变量序列的特征序列的方式进行聚类，记作Rs序列；并对提取出来Rs序列进行聚类，记作Clu；Clum,i代表m变量的第i类聚类中心线，并由Clum,i唯一标识一个类别，每个变量的聚类数目记作cntClum；Clum,i就是上面得到的Rs序列； S4、将不同变量m的Clu进行随机组合形成序列立方Scube，Scubek表示第k个序列立方，其中的每条序列记作Sv,t，v表示第v个变量序列，t表示变量序列中第t条子序列； S5、对上述提取的序列立方Scube进行筛选处理；将每一个Scube进行筛选，最后得到的就是相关微场景M-scene；对于每一个M-scene，定义一个场景转移熵，用来描述该场景对目标指标序列的因果影响； S6、进行相似判断，匹配最具有相关性的微场景，并利用微场景的模型进行风险预测； 所述步骤S6中，对于奶粉工艺过程某一时刻的所有仪器设备所记录的变量序列，向前取len=60min长度的序列集，并且去除基粉蛋白质含量，菌落总数，水分，维生素含量的4条序列，最终产生M-4条长度为60min的变量序列，每条序列记作preSm，其中，0m=M，M表示第M变量；将所有变量序列归类，通过计算各序列与对应变量的各条Clum,i的序列相似度，来判断该变量序列所属类别； ； 选择序列相似度值最小的Clum,i作为该序列的类别，将m-4个preClu进行组合，在M-scene中选取场景转移熵最大的并且超过熵阈值的场景，即相似度最高且最具有相关性的场景； 所述步骤S6中，利用多粒度空间的微场景拟合方法后，将该场景模式构造训练集，用岭回归进行预测；将同一时间段的N条工艺过程指标序列以及目标指标序列与平移step，其中，step=10min步的目标指标序列纵向拼接，将该场景所有时间段的序列组横向拼接；将最后一行作为y值，其余作为X值运用岭回归模型进行预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贝因美(杭州)食品研究院有限公司，其通讯地址为：310053 浙江省杭州市滨江区伟业路1号10幢23A室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。