[发明专利]基于权值生成机制的用于水泥加工的智能控制方法

说明书

本申请涉及智慧加工领域下的智能控制决策，其具体地公开了一种基于权值生成机制的用于水泥加工的智能控制方法，其基于深度学习的特征提取和识别，来将助磨剂的输入控制转换为基于图像特征的分类问题。具体地，通过卷积神经网络提取出水泥磨中的水泥加工图像的高维空间特征，并沿着与助磨剂在原始图像中的扩散方向对应的方向将初始特征图划分为n个子特征图，进一步通过基于子特征图的权值生成机制获得分类特征图，从而在分类特征图中表达出助磨剂的扩散特性，以提高分类的准确性。

技术领域

本发明涉及智慧加工领域下的智能控制决策，且更为具体地，涉及一种基于权值生成机制的用于水泥加工的智能控制方法、基于权值生成机制的用于水泥加工的智能控制系统和电子设备。

背景技术

水泥在加工的过程中，需要使用到助磨剂，且助磨剂通常通过输送装置输送到水泥磨中。目前，为了保证助磨剂稳定输送到水泥磨中，通常使用稳流装置对助磨剂进行输送，即，助磨剂通过稳流装置后进入到水泥磨中，保证助磨剂输入量稳定，确保水泥生产的质量。

但是，目前的稳流装置仅能够保证进入水泥磨中的助磨剂的输入量稳定在一个恒定值，没有办法根据水泥磨中的水泥的具体加工情况，来调节助磨剂的输入量。

因此，期待一种基于水泥磨中的水泥的加工情况来智能调节助磨剂的输入的方法。

目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

深度学习以及神经网络的发展为水泥加工的智能控制提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于权值生成机制的用于水泥加工的智能控制方法、基于权值生成机制的用于水泥加工的智能控制系统和电子设备，其基于深度学习的特征提取和识别，来将助磨剂的输入控制转换为基于图像特征的分类问题。具体地，通过卷积神经网络提取出水泥磨中的水泥加工图像的高维空间特征，并沿着与助磨剂在原始图像中的扩散方向对应的方向划分为n个子特征图，进一步通过基于子特征图的权值生成机制来获得分类特征图，从而在分类特征图中表达出助磨剂的扩散特性，以提高分类的准确性。

根据本申请的一个方面，提供了一种基于权值生成机制的用于水泥加工的智能控制方法，其包括：

获取待检测图像，所述待检测图像为水泥磨中的水泥加工图像；

将所述待检测图像通过深度卷积神经网络，以获得初始特征图；

将所述初始特征图沿着与助磨剂在所述待检测图像中的扩散方向对应的方向划分为N个子特征图，其中，N为大于等于2的正整数；

对所述N个子特征图，计算每两个相邻所述子特征图之间的距离以获得N-1位的距离特征向量；

将所述距离特征向量通过权值生成器，以获得N-1位的权值特征向量；

基于所述权值特征向量中每一位的权值分别对所述N个子特征图中除第一个子特征图以外的其他N-1个子特征图进行加权，以获得N-1个加权子特征图；

将所述第一子特征图与所述N-1个加权子特征图在划分方向上进行级联，以获得分类特征图；以及

将所述分类特征图通过分类器，以获得分类结果，其中，所述分类结果用于表示开启或者关闭将助磨剂输入水泥磨中。

在上述基于权值生成机制的用于水泥加工的智能控制方法中，将所述初始特征图沿着与助磨剂在所述待检测图像中的扩散方向对应的方向划分为N个子特征图，包括：通过图像语义分割技术，标识出所述初始特征图中的助磨剂对象以确定所述助磨剂的扩散方向。