[发明专利]基于物联网的边缘计算的工作参数控制方法

权利要求书

1.一种基于物联网的边缘计算的工作参数控制方法，其特征在于，包括：

在物联网的终端，获取待除尘电子元件的图像和所述待除尘电子元件的尺寸数据并将所述待除尘电子元件的图像和尺寸数据传输给所述物联网的云端；

在所述物联网的云端，将所述待除尘电子元件的图像通过卷积神经网络以获得关于所述电子元件的表面灰尘量的第一类别数据；

在所述物联网的云端，将所述待除尘电子元件的尺寸数据输入尺寸类别编码器以获得关于所述电子元件的尺寸大小的第二类别数据；

所述物联网的云端将所述第一类别数据和所述第二类别输出传输至所述物联网的边缘端；

在所述物联网的边缘端，分别将所述第一类别数据和所述第二类别数据进行独热编码以获得第一独热向量和第二独热向量；

在所述物联网的边缘端，将所述第一独热向量和所述第二独热向量分别输入由一个或多个全连接层组成的编码器中以获得第一特征向量和第二特征向量；

在所述物联网的边缘端，分别计算所述第一特征向量和所述第二特征向量的各个位置的特征值的均值以获得第一特征值和第二特征值；

在所述物联网的边缘端，分别将所述第一特征值和所述第二特征值输入第一权值生成器和第二权值生成器以获得第一加权系数和第二加权系数，其中，第一权值生成器用于基于所述第一特征值与所述电子元件的尺寸大小的第二类别数据的类别数目之间的关系来生成所述第一加权系数，所述第二权值生成器用于基于所述第二特征值与所述电子元件的表面灰尘量的第一类别数据的类别数目之间的关系来生成所述第二加权系数；

在所述物联网的边缘端，以所述第一加权系数和所述第二加权系数分别计算所述第一特征向量和所述第二特征向量中各个位置的特征值的加权和，以获得分类特征向量；以及

在所述物联网的边缘端，将所述分类特征向量输入分类器以获得分类结果，其中，所述分类结果用于表示对电子元件进行除尘的除尘设备的控制档位。

2.根据权利要求1所述的基于物联网的边缘计算的工作参数控制方法，其中，在所述物联网的云端，将所述待除尘电子元件的图像通过卷积神经网络以获得关于所述电子元件的表面灰尘量的第一类别数据，包括：

在所述物联网的云端，将所述待除尘电子元件的图像输入所述卷积神经网络以获得特征图；以及

将所述特征图输入多标签分类器以获得关于所述电子元件的表面灰尘量的所述第一类别数据，其中，所述多标签分类器的标签包括：灰尘量多、灰尘量中等和灰尘量小。

3.根据权利要求1所述的基于物联网的边缘计算的工作参数控制方法，其中，在所述物联网的边缘端，将所述第一特征值输入第一权值生成器和第二权值生成器以获得第一加权系数，包括：

在所述物联网的边缘端，所述第一权值生成器以如下公式对所述第一特征值进行处理以生成所述第一加权系数，其中，所述公式为：a1＝p1/(l2-1)，其中，a1表示所述第一加权系数，l2表示所述电子元件的尺寸大小的类别数目，p1表示所述第一特征值。

4.根据权利要求3所述的基于物联网的边缘计算的工作参数控制方法，其中，在所述物联网的边缘端，将所述第二特征值输入第二权值生成器以获得第二加权系数，包括：

在所述物联网的边缘端，所述第二权值生成器以如下公式对所述第二特征值进行处理以生成所述第二加权系数，其中，所述公式为：a2＝p2(l1-1)，其中，a2表示所述第二加权系数，l1表示所述电子元件的表面灰尘量的类别数目，p2表示所述第二特征值。

5.根据权利要求1所述的基于物联网的边缘计算的工作参数控制方法，其中，在所述物联网的边缘端，将所述分类特征向量输入分类器以获得分类结果，包括：

在所述物联网的边缘端，将所述分类特征向量输入Softmax分类函数以获得所述分类特征向量分别归属于分类标签的概率值；以及

基于所述分类特征向量分别归属于分类标签的概率值，确定所述分类结果。

6.根据权利要求1所述的基于物联网的边缘计算的工作参数控制方法，其中，所述卷积神经网络为深度残差网络。