[發(fā)明專利]基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110485277.8 | 申請(qǐng)日: | 2021-04-30 |
| 公開(公告)號(hào): | CN113192034A | 公開(公告)日: | 2021-07-30 |
| 發(fā)明(設(shè)計(jì))人: | 張彤;劉嬌嬌;朱磊;姬文江;金楠 | 申請(qǐng)(專利權(quán))人: | 西安理工大學(xué) |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;G06T5/00;G06N3/08 |
| 代理公司: | 西安弘理專利事務(wù)所 61214 | 代理人: | 韓玙 |
| 地址: | 710048 陜*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 反向 傳播 神經(jīng)網(wǎng)絡(luò) 混合 染液 濃度 檢測 方法 | ||
本發(fā)明公開了一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法,首先利用工業(yè)相機(jī)采集混合染液的圖像信息,然后對(duì)原始數(shù)據(jù)進(jìn)行去噪和預(yù)處理,再訓(xùn)練反向傳播神經(jīng)網(wǎng)絡(luò)模型,最終得到一個(gè)最優(yōu)模型,用得到的模型預(yù)測混合染液的濃度。基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法可以從觀測數(shù)據(jù)出發(fā),尋找出尚不能通過理論分析得到的規(guī)律,所用的數(shù)據(jù)是混合染液的圖像信息,數(shù)據(jù)采集對(duì)儀器的要求較低,可以更方便快捷的獲取數(shù)據(jù),通過構(gòu)造模型實(shí)現(xiàn)對(duì)混合染液染料濃度的預(yù)測,從而達(dá)到改善印染產(chǎn)品品質(zhì)、提高生產(chǎn)效率、實(shí)現(xiàn)節(jié)能減排的目的。
技術(shù)領(lǐng)域
本發(fā)明屬于機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要方向,具體涉及一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法。
背景技術(shù)
作為我國重要的民生產(chǎn)業(yè)和傳統(tǒng)優(yōu)勢產(chǎn)業(yè),紡織工業(yè)與人民的生活息息相關(guān),是保障和滿足人民群眾不斷增長的消費(fèi)需求的重要支撐。紡織產(chǎn)品加工工序主要包括前處理、染色和后整理,其中染色過程基本上決定了紡織產(chǎn)品的質(zhì)量,紡織品的染色效果是工藝水平的重要體現(xiàn)。紡織品的染色效果主要受染料的濃度、溫度、染色時(shí)間、PH值等參數(shù)影響,而在所有參數(shù)中,染液濃度是紡織品染色效果的關(guān)鍵,對(duì)染液濃度進(jìn)行檢測和控制可以提升染色準(zhǔn)確率,降低生產(chǎn)成本,提高生產(chǎn)效率,并且可以為染色殘液的回收處理奠定基礎(chǔ)。
目前國內(nèi)外最常用的濃度檢測方法是分光光度法,此方法以朗伯比爾定律為基礎(chǔ),利用吸光度與濃度之間的線性關(guān)系實(shí)現(xiàn)染液濃度的測量。但在生產(chǎn)中為了獲得某一顏色常常需要兩種或兩種以上染料進(jìn)行拼染,當(dāng)兩種染料顏色接近、光譜重疊嚴(yán)重、染料組分比較多,或者其中一個(gè)染料的濃度相對(duì)于其他組分很小的時(shí)候,常規(guī)的測定方法測定誤差較大,而且對(duì)儀器的要求比較高,對(duì)波長精度的控制、吸光度值漂移、儀器穩(wěn)定性等要求都比較嚴(yán)格。現(xiàn)有的化學(xué)計(jì)量法并不能達(dá)到印染行業(yè)實(shí)際要求的檢測精度。
國家發(fā)改委在分析中國印染行業(yè)的現(xiàn)狀及發(fā)展趨勢后,明確提出“要用信息化和高新技術(shù)改造傳統(tǒng)行業(yè)”,這既是印染行業(yè)發(fā)展的政策導(dǎo)向,也是印染機(jī)械行業(yè)發(fā)展的政策導(dǎo)向。由于機(jī)器學(xué)習(xí)擁有“自主學(xué)習(xí)”的能力,已經(jīng)開始在多個(gè)領(lǐng)域嘗試?yán)脵C(jī)器學(xué)習(xí)方法處理分類和回歸問題,基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法可以從觀測數(shù)據(jù)出發(fā),尋找出尚不能通過理論分析得到的規(guī)律,通過構(gòu)造模型實(shí)現(xiàn)對(duì)混合染液染料濃度的預(yù)測,從而達(dá)到改善印染產(chǎn)品品質(zhì)、提高生產(chǎn)效率、實(shí)現(xiàn)節(jié)能減排的目的。
綜上所述,采用機(jī)器學(xué)習(xí)方法檢測混合染液濃度對(duì)用信息化和高新技術(shù)改造傳統(tǒng)行業(yè)有重要意義,本發(fā)明針對(duì)此種需求提出了一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法。
發(fā)明內(nèi)容
本發(fā)明目的是提供一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法,解決了現(xiàn)有技術(shù)中存在的混合染液中燃料濃度測量誤差大的問題,實(shí)現(xiàn)了對(duì)混合染液中染料濃度的準(zhǔn)確測量,為混合染液濃度檢測提供了新的方法,同時(shí)為染液濃度在線檢測提供了新思路。
本發(fā)明所采用的方案是一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的混合染液濃度檢測方法,具體包括以下步驟:
步驟1,參照生產(chǎn)實(shí)際,配置不同濃度的混合染液;
步驟2,利用工業(yè)相機(jī)采集步驟1中所有混合染液的圖像信息,作為原始數(shù)據(jù);
步驟3,對(duì)步驟2中獲取到的原始數(shù)據(jù)進(jìn)行去噪處理,得到去除噪聲的數(shù)據(jù);
步驟4,對(duì)步驟3中去除噪聲的數(shù)據(jù)進(jìn)行預(yù)處理,得到輸入數(shù)據(jù);
步驟5,將步驟4中的輸入數(shù)據(jù)劃分訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù);
步驟6,利用步驟5中的訓(xùn)練數(shù)據(jù),采用反向傳播神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型,利用測試數(shù)據(jù)檢驗(yàn)?zāi)P偷念A(yù)測精度,經(jīng)過多次模型訓(xùn)練,得到一個(gè)最優(yōu)預(yù)測模型;
步驟7,利用步驟6得到的最優(yōu)預(yù)測模型預(yù)測混合染液染料濃度。
本發(fā)明的特點(diǎn)還在于,
步驟1具體如下:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安理工大學(xué),未經(jīng)西安理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110485277.8/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





