摘要
本发明提供一种基于数据驱动的色纺纱颜色预测方法和系统,属纺织印染技术领域。针对传统色纺纱颜色预测理论模型适用性差及神经网络法样本需求大等问题,本发明综合考虑多因素进行创新。首先收集纺纱车间历史数据,并预处理;接着对混棉纤维数据特征映射,处理系统控制参数和纱线产品规格参数后拼接,同时聚合基色纤维颜色指标数据;再用1D‑CNN和LSTM提取特征并使用交叉注意力融合棉纤维特征,以混棉颜色特征加权建模;然后经过门控机制融合特征预测纱线颜色。本发明可以从训练样本中自动学习混棉纤维特征,学习复杂映射关系,自动关注重要特征,提高特征提取能力,避免人工特征提取造成的信息丢失,提高模型的泛化能力。
技术关键词
系统控制参数
产品规格参数
棉纤维颜色
纱线
融合特征
交叉注意力机制
指标
一维卷积神经网络
纺纱工艺
并行特征提取
数据预处理方法
色纺纱
纺织印染技术
特征提取能力
单纱捻度
系统为您推荐了相关专利信息
注意力机制
sigmoid函数
重识别方法
行李
滤波算法
事件特征
运动模糊图像复原
图像空间分辨率
超分辨率
状态空间模型
交互式分割方法
三维卷积神经网络
二维卷积神经网络
原型
输出特征
融合特征
情绪识别模型
情绪识别方法
时域特征
深度学习模型
多模态数据融合
医学影像数据
诊断装置
融合特征
网络模块