[发明专利]筒子纱的染色控制系统及其方法

权利要求书

1.一种筒子纱的染色控制系统，其特征在于，包括：

数据采集模块，用于获取预定时间段内多个预定时间点的染液流速值以及所述预定时间段的筒子纱染色状态视频；

关键帧提取模块，用于从所述筒子纱染色状态视频提取多个染色状态关键帧；

染色状态特征提取模块，用于将所述多个染色状态关键帧分别通过作为过滤器的卷积神经网络模型以得到多个染色状态特征向量；

染色状态语义关联特征提取模块，用于将所述多个染色状态特征向量通过基于转换器的上下文编码器以得到染色状态语义关联特征向量；

流速特征提取模块，用于将所述多个预定时间点的染液流速值按照时间维度排列为流速输入向量后通过多尺度邻域特征提取模块以得到流速特征向量；

响应性估计模块，用于计算所述染色状态语义关联特征向量相对于所述流速特征向量的响应性估计以得到分类特征矩阵；

关联模块，用于对所述染色状态语义关联特征向量和所述流速特征向量进行按位置联合相关以得到关联特征矩阵；

优化模块，用于计算所述关联特征矩阵和所述分类特征矩阵之间的矩阵乘积以得到优化分类特征矩阵；以及

控制结果生成模块，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当前时间点的染液流速应增大、保持不变或减小。

2.根据权利要求3所述的筒子纱的染色控制系统，其特征在于，所述关键帧提取模块，用于：以预定采样频率从所述筒子纱染色状态视频提取多个染色状态关键帧。

3.根据权利要求2所述的筒子纱的染色控制系统，其特征在于，所述染色状态特征提取模块，包括：使用所述卷积神经网络模型的各层在层的正向传递中分别进行：

对输入数据进行卷积处理以得到卷积特征图；

对所述卷积特征图进行沿通道维度的各个特征矩阵的均值池化以得到池化特征图；以及

对所述池化特征图进行非线性激活以得到激活特征图；

其中，所述卷积神经网络模型的最后一层的输出为所述染色状态特征向量，所述卷积神经网络模型的第一层的输入为所述染色状态关键帧。

4.根据权利要求3所述的筒子纱的染色控制系统，其特征在于，所述染色状态语义关联特征提取模块，包括：

转化单元，用于将所述多个染色状态特征向量排列为输入向量后通过可学习嵌入矩阵分别转化为查询向量和关键向量；

自注意单元，用于计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵；

标准化自注意单元，用于对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵；

注意力计算单元，用于将所述标准化自注意关联矩阵输入Softmax激活函数进行激活以得到自注意力特征矩阵；

注意力施加单元，用于将所述自注意力特征矩阵与多个染色状态特征向量中各个染色状态特征向量分别进行相乘以得到所述多个染色状态关联特征向量；以及

级联单元，用于将所述多个染色状态关联特征向量进行级联以得到所述染色状态语义关联特征向量。

5.根据权利要求4所述的筒子纱的染色控制系统，其特征在于，所述多尺度邻域特征提取模块，包括并行的第一卷积层和第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的级联层，其中，所述第一卷积层使用具有第一尺度的一维卷积核，所述第二卷积层使用具有第二尺度的一维卷积核，所述第一尺度不同于所述第二尺度。

6.根据权利要求5所述的筒子纱的染色控制系统，其特征在于，所述流速特征提取模块，包括：

第一尺度特征提取单元，用于使用所述多尺度邻域特征提取模块的第一卷积层以具有第一尺度的一维卷积核对所述流速输入向量进行一维卷积编码以得到第一尺度流速特征向量；

第二尺度特征提取单元，用于使用所述多尺度邻域特征提取模块的第二卷积层以具有第二尺度的一维卷积核对所述流速输入向量进行一维卷积编码以得到第二尺度流速特征向量；以及

多尺度级联单元，用于使用所述多尺度邻域特征提取模块的级联层将所述第一尺度流速特征向量和所述第二尺度流速特征向量进行级联以得到所述流速特征向量。