本申请涉及人工智能领域，尤其涉及一种红曲菌产生色素的稳定性控制方法及系统。
背景技术：
1、红曲菌是一种真菌，能够产生红色素，通常被用于食品加工中，如发酵豆腐、米醋和黄酒等。红曲色素不仅赋予食品独特的颜色和风味，还具有抗氧化、抗菌和降血脂等功能，因此在现代科技发展中扮演着重要角色。红曲菌产生色素的稳定性控制即指在其培养和发酵过程中，采取措施确保色素产量和质量稳定，并且能够抵御外界环境因素对色素产生的影响。这一控制在食品工业中至关重要，因为它直接关系到最终产品的品质和稳定性，也影响到产品的市场竞争力。
2、目前广泛应用的红曲菌产生色素的稳定性控制方法包括优化培养基配方、控制发酵条件、利用工程菌株等。优化培养基配方可以通过添加适当的碳、氮源和微量元素来提高色素产量和稳定性；控制发酵条件则包括温度、ph值、氧气供应等参数的调节，以创造最适合红曲菌生长和色素产生的环境；利用工程菌株则是通过基因工程技术改良菌株，使其具有更高的色素产量和稳定性。然而，这些方法仍然面临一些挑战，比如产量不稳定、耗能过大、生产周期长等问题，限制了红曲菌色素生产的效率和可持续性。
3、因此，亟需一种技术方案，从而能够提高控制能力，降低控制成本。
技术实现思路
1、为了解决现有技术的不足，本申请实施例提供了一种红曲菌产生色素的稳定性控制方法及系统。本申请解决了现有控制方法的能力差，成本高等技术问题。
2、一种红曲菌产生色素的稳定性控制方法，包括：采集红曲菌当前产生色素过程中的数据，以得到生产参数；其中所述数据包括温度、ph值、氧气供给、养料浓度和当前色素产量；对所述生产参数进行数据预处理，以得到生产特征；其中所述数据预处理的方法包括：其中，yi表示位置i处理后的生产参数，k表示窗口大小，xi+j表示生产参数，j表示步长；将所述生产特征进行自适应滤波处理，所述处理的结果用于进行反残差计算，以进行快速推理；以及基于所述快速推理的结果，对所述生产参数进行调整，以稳定所述红曲菌的色素产量。
3、一种可能的实现方式中，其中将所述生产特征进行自适应滤波处理，所述处理的结果用于进行反残差计算，以进行快速推理包括：将所述生产特征转换到频域空间，以得到频域特征；对所述频域特征和空域中的生产特征进行hadamard积运算，所述运算的结果用于输入自注意力层，以得到自适应特征；将所述自适应特征拆分为多个向量元，以进行向量元混合；以及将向量元混合的结果输入反残差模块，所述模块的输出用于输入前馈神经网络，以推理得到目标时刻的预测色素产量。
4、一种可能的实现方式中，其中将所述生产特征转换到频域空间，以得到频域特征包括：其中，f(t)表示生产特征，wf(a,b)表示频域特征，a表示尺度参数，b表示位置参数，ψ()表示基函数。
5、一种可能的实现方式中，其中将所述自适应特征拆分为多个向量元，以进行向量元混合包括：使用目标嵌入函数计算每个向量元，所述计算的结果用于与嵌入的权重进行加权，以得到嵌入特征；以及基于所述向量元的权重，对所述嵌入特征进行混合。
6、一种可能的实现方式中，其中使用目标嵌入函数计算每个向量元，所述计算的结果用于与嵌入的权重进行加权，以得到嵌入特征包括：其中，q表示嵌入特征，表示目标嵌入函数，ωi表示嵌入的权重，p表示向量元，n(p)表示向量元p的集合，i表示集合中的索引。
7、一种可能的实现方式中，其中基于所述向量元的权重，对所述嵌入特征进行混合包括：其中，表示混合后的结果，h表示嵌入特征第一方向的长度，w表示嵌入特征第二方向的长度，k(x)表示向量元的权重，x(m,n)表示嵌入特征在(m,n)位置对应的向量元。
8、一种可能的实现方式中，其中所述反残差模块的结构包括：f(·)＝conv(conv(mhsa(·))+(·))，其中，f()表示一个反残差模块，conv()表示卷积神经网络，mhsa()表示级联多头注意力层，(·)表示模块的输入。
9、一种可能的实现方式中，其中，在将向量元混合的结果输入反残差模块，所述模块的输出用于输入前馈神经网络，以推理得到目标时刻的预测色素产量之前，还包括：将温度、ph值、氧气供给和养料浓度的数值作为动作；将当前色素产量作为奖励；以及基于所述动作和奖励构造强化学习模型，以对所述反残差模块进行训练。
10、本申请实施例还提供了一种红曲菌产生色素的稳定性控制系统，包括：采集模块，用于采集红曲菌当前产生色素过程中的数据，以得到生产参数；其中所述数据包括温度、ph值、氧气供给、养料浓度和当前色素产量；数据预处理模块，用于对所述生产参数进行数据预处理，以得到生产特征；推理模块，用于将所述生产特征进行自适应滤波处理，所述处理的结果用于进行反残差计算，以进行快速推理；以及稳定控制模块，用于基于所述快速推理的结果，对所述生产参数进行调整，以稳定所述红曲菌的色素产量。
11、本申请实施例还提供了一种用于红曲菌产生色素的稳定性控制的装置，包括：处理器、存储器、系统总线；其中，所述处理器以及所述存储器通过所述系统总线相连；所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述任意一项所述的系统或方法。
12、通过如上所提供的一种红曲菌产生色素的稳定性控制方法及系统，本申请实施例通过结合深度学习的方式，能够提高控制能力，降低控制成本。
1.一种红曲菌产生色素的稳定性控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，其中将所述生产特征进行自适应滤波处理，所述处理的结果用于进行反残差计算，以进行快速推理包括：
3.根据权利要求2所述的方法，其特征在于，其中将所述生产特征转换到频域空间，以得到频域特征包括：
4.根据权利要求2所述的方法，其特征在于，其中将所述自适应特征拆分为多个向量元，以进行向量元混合包括：
5.根据权利要求4所述的方法，其特征在于，其中使用目标嵌入函数计算每个向量元，所述计算的结果用于与嵌入的权重进行加权，以得到嵌入特征包括：
6.根据权利要求4所述的方法，其特征在于，其中基于所述向量元的权重，对所述嵌入特征进行混合包括：
7.根据权利要求2所述的方法，其特征在于，其中所述反残差模块的结构包括：
8.根据权利要求2所述的方法，其特征在于，其中，在将向量元混合的结果输入反残差模块，所述模块的输出用于输入前馈神经网络，以推理得到目标时刻的预测色素产量之前，还包括：
9.一种红曲菌产生色素的稳定性控制系统，其特征在于，包括：
