[发明专利]生产工艺过程的监测的方法和装置、电子设备、存储介质有效

专利信息
申请号: 202010026847.2 申请日: 2020-01-10
公开(公告)号: CN113112101B 公开(公告)日: 2023-07-25
发明(设计)人: 许铭;解鑫 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06Q50/04;G06N3/0464;G06N3/08
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张娜;刘芳
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生产工艺 过程 监测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种生产工艺过程的监测方法,其特征在于,所述方法包括:

采集原材料信息和对所述原材料进行加工的辅助信息,其中,所述辅助信息包括环境信息和/或设备信息;

根据所述原材料信息、所述辅助信息和预设的网络模型确定品质信息;

生成并显示携带所述品质信息的提示信息;

所述根据所述原材料信息、所述辅助信息和预设的网络模型确定品质信息包括:

分别对所述原材料信息和所述辅助信息进行特征提取,生成与所述原材料信息对应的第一向量,并生成与所述辅助信息对应的第二向量;

根据所述第一向量、所述第二向量和所述网络模型确定所述品质信息;

所述根据所述第一向量、所述第二向量和所述网络模型确定所述品质信息包括:

根据所述第一向量和所述第二向量确定所述网络模型的记忆单元的输出结果;

根据所述第二向量确定所述网络模型的隐层的输出结果;

根据所述记忆单元的输出结果和所述隐层的输出结果确定所述品质信息。

2.根据权利要求1所述的监测方法,其特征在于,响应于对所述原材料信息进行特征提取得到多个类别特征,则所述生成与所述原材料信息对应的第一向量包括:

对所述多个类别特征进行降维处理,生成所述第一向量。

3.根据权利要求1所述的监测方法,其特征在于,响应于对所述辅助信息进行特征提取得到连续数字,则所述生成与所述辅助信息对应的第二向量包括:

对所述连续数字进行编码处理,生成所述第二向量。

4. 根据权利要求1至3中任一项所述的监测方法,其特征在于,所述网络模型为孩子树网络模型child-sum Tree-LSTM。

5.一种生产工艺过程的监测的装置,其特征在于,所述装置包括:

采集模块,用于采集原材料信息和对所述原材料进行加工的辅助信息,其中,所述辅助信息包括环境信息和/或设备信息;

确定模块,用于根据所述原材料信息、所述辅助信息和预设的网络模型确定品质信息;

生成模块,用于生成携带所述品质信息的提示信息;

显示模块,用于对所述提示信息进行显示;

所述确定模块用于,分别对所述原材料信息和所述辅助信息进行特征提取,生成与所述原材料信息对应的第一向量,并生成与所述辅助信息对应的第二向量,根据所述第一向量、所述第二向量和所述网络模型确定所述品质信息;

所述确定模块用于,根据所述第一向量和所述第二向量确定所述网络模型的记忆单元的输出结果,根据所述第二向量确定所述网络模型的隐层的输出结果,根据所述记忆单元的输出结果和所述隐层的输出结果确定所述品质信息。

6.根据权利要求5所述的监测装置,其特征在于,响应于对所述原材料信息进行特征提取得到多个类别特征,所述确定模块用于,对所述多个类别特征进行降维处理,生成所述第一向量。

7.根据权利要求5所述的监测装置,其特征在于,响应于对所述辅助信息进行特征提取得到连续数字,所述确定模块用于,对所述连续数字进行编码处理,生成所述第二向量。

8. 根据权利要求5至7中任一项所述的监测装置,其特征在于,所述网络模型为孩子树网络模型child-sum Tree-LSTM。

9. 一种电子设备,其特征在于,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010026847.2/1.html,转载请声明来源钻瓜专利网。

×

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