[发明专利]一种含生物蛋白面料的制备方法及其系统在审

专利信息
申请号: 202310602240.8 申请日: 2023-05-26
公开(公告)号: CN116630857A 公开(公告)日: 2023-08-22
发明(设计)人: 杨积裕;杨怡 申请(专利权)人: 宁波开员塑业科技有限公司
主分类号: G06V20/40 分类号: G06V20/40;G06V20/52;G06V10/40;G06V10/80;G06V10/82;G06V10/764;G06N3/0464
代理公司: 北京恒泰铭睿知识产权代理有限公司 11642 代理人: 潘泰鸿
地址: 315700 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 生物 蛋白 面料 制备 方法 及其 系统
【权利要求书】:

1.一种含生物蛋白面料的制备系统,其特征在于,包括:数据采集模块,用于获取预定时间段的面料混合材料的状态监控视频,以及,所述预定时间段内多个预定时间点的离心速度值;关键帧提取模块,用于从所述面料混合材料的状态监控视频提取所述多个预定时间点的多个状态监控关键帧;监控图像特征提取模块,用于将所述多个状态监控关键帧分别通过包含深浅特征融合模块的卷积神经网络模型以得到多个状态监控特征图;降维模块,用于将所述多个状态监控特征图展开为多个状态监控特征向量;状态时序变化特征提取模块,用于将所述多个状态监控特征向量排列为一维特征向量后通过多尺度邻域特征提取模块以得到状态时序变化特征向量;离心速度时序变化模块,用于将所述预定时间段内多个预定时间点的离心速度值按照时间维度排列为离心速度输入向量后通过包含全连接层和一维卷积层的时序编码器以得到离心速率特征向量;响应性关联模块,用于计算所述状态时序变化特征向量相对于所述离心速率特征向量的响应性估计以得到分类特征矩阵;特征优化模块,用于对所述分类特征矩阵进行特征分布优化以得到优化分类特征矩阵;以及离心搅拌控制模块,用于将所述优化分类特征矩阵通过分类器以得到分类结果,所述分类结果用于表示是否停止离心搅拌机的运行。

2.根据权利要求1所述的纺织化纤供应链信息防篡改系统,其特征在于,所述监控图像特征提取模块,用于:从所述卷积神经网络模型的浅层提取浅层特征图;从所述卷积神经网络模型的深层提取深层特征图;以及融合所述浅层特征图和所述深层特征图以得到所述状态监控特征图;其中,所述深层与所述浅层之间的比值大于等于5且小于等于10。

3.根据权利要求2所述的纺织化纤供应链信息防篡改系统,其特征在于,所述多尺度邻域特征提取模块,包括:第一卷积层、与所述第一卷积层并行的第二卷积层,以及,与所述第一卷积层和所述第二卷积层连接的多尺度特征融合层,其中,所述第一卷积层使用具有第一长度的一维卷积核,所述第二卷积层使用具有第二长度的一维卷积核。

4. 根据权利要求3所述的纺织化纤供应链信息防篡改系统,其特征在于,所述状态时序变化特征提取模块,包括:第一邻域尺度特征提取单元,用于将所述一维特征向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一邻域尺度状态时序变化特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;第二邻域尺度特征提取单元,用于将所述一维特征向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二邻域尺度状态时序变化特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及多尺度级联单元,用于将所述第一邻域尺度状态时序变化特征向量和所述第二邻域尺度状态时序变化特征向量进行级联以得到所述状态时序变化特征向量;其中,所述第一邻域尺度特征提取单元,用于:使用所述多尺度邻域特征提取模块的第一卷积层以如下一维卷积公式对所述一维特征向量进行一维卷积编码以得到第一邻域尺度状态时序变化特征向量;其中,所述公式为:,其中,为第一卷积核在方向上的宽度、 为第一卷积核参数向量、 为与卷积核函数运算的局部向量矩阵,为第一卷积核的尺寸,表示所述一维特征向量,表示对所述一维特征向量进行一维卷积编码;所述第二邻域尺度特征提取单元,用于:使用所述多尺度邻域特征提取模块的第二卷积层以如下一维卷积公式对所述一维特征向量进行一维卷积编码以得到所述第二邻域尺度状态时序变化特征向量;其中,所述公式为:,其中, 为第二卷积核在方向上的宽度、 为第二卷积核参数向量、为与卷积核函数运算的局部向量矩阵,为第二卷积核的尺寸,表示所述一维特征向量, 表示对所述一维特征向量进行一维卷积编码。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波开员塑业科技有限公司,未经宁波开员塑业科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310602240.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top