基于互补知识增强多模态学习的纱线质量软测量方法

本文涉及一种基于互补知识增强多模态学习的纱线质量软测量方法，该方法通过将纤维、工艺变量和外观的互补信息集成到软测量模型中，以弥补传统检测方法输入参数固定且单一的问题。同时针对多模态融合中相关性和权重考虑不足造成过拟合或欠拟合问题，基于专家知识，设计了一种互补的多模态融合学习机制，包括相关评估矩阵和融合门控，自动匹配主模态和辅助模态的互补特征，以补偿估计偏差。与现有方法相比，所提模型对条干、毛羽、纱疵、粗节、细节等与外观信息相关的纱线质量指标具有更高的检测准确率。