基于人工智能的板材干燥设备控制系统的优化方法及系统技术方案

本发明专利技术实施例提供的基于人工智能的板材干燥设备控制系统的优化方法及系统，应用本发明专利技术实施例，联动控制优化建议标签中包括联动控制优化观点评分，可以确保联动控制优化建议标签的丰富程度，避免联动控制优化建议标签的信息承载量过低。此外，观点标签推理数据用于表征各个可视化控制要素向量针对联动控制优化建议标签的依赖性，确保了联动控制优化建议标签的合理性和推导性，有理有据地提高了联动控制优化建议标签的说服力，这样可以通过观点标签推理数据确定联动控制优化建议标签的确定思路，确保联动控制优化建议标签的可读性和可理解性，以便高质量地实现板材干燥设备控制系统的控制优化处理。统的控制优化处理。统的控制优化处理。

【技术实现步骤摘要】
基于人工智能的板材干燥设备控制系统的优化方法及系统


[0001]本专利技术涉及人工智能
，特别涉及一种基于人工智能的板材干燥设备控制系统的优化方法及系统。

技术介绍

[0002]人工智能（Artificial Intelligence，AI）是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
[0003]随着人工智能的发展进步，其应用领域越来越广，以图像识别为例，现阶段的图像识别可以下沉到系统控制等细分领域。比如，在针对板材干燥设备的控制处理过程中，引入人工智能进行辅助分析是现在的热点。即便如此，如何高质量地实现板材干燥设备控制系统的控制优化处理仍然是现目前需要攻克的技术问题。

技术实现思路

[0004]为改善相关技术中存在的技术问题，本专利技术提供了一种基于人工智能的板材干燥设备控制系统的优化方法及系统。
[0005]第一方面，本专利技术实施例提供了一种基于人工智能的板材干燥设备控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的板材干燥设备控制系统的优化方法，其特征在于，应用于AI控制平台系统，所述方法包括：获取板材干燥设备控制系统的当前界面状态图像信息，以及所述当前界面状态图像信息对应的关联界面状态图像信息；对所述当前界面状态图像信息和所述关联界面状态图像信息进行可视化控制要素向量挖掘处理，获取可视化控制要素向量数据；其中，所述可视化控制要素向量数据中包括最少一个可视化控制要素向量；利用局部特征强化策略对所述可视化控制要素向量数据进行处理，获取各所述可视化控制要素向量分别对应的局部特征聚焦因子，所述局部特征聚焦因子用于反映所述可视化控制要素向量针对所述当前界面状态图像信息和所述关联界面状态图像信息的参考价值度；依据所述可视化控制要素向量数据和所述局部特征聚焦因子，获取所述当前界面状态图像信息对应的联动控制优化建议标签和观点标签推理数据；其中，所述联动控制优化建议标签包括所述当前界面状态图像信息对应的联动控制优化观点评分，所述观点标签推理数据用于表征各所述可视化控制要素向量针对所述联动控制优化建议标签的依赖性。2.根据权利要求1所述的方法，其特征在于，所述依据所述可视化控制要素向量数据和所述局部特征聚焦因子，获取所述当前界面状态图像信息对应的观点标签推理数据，包括：获取所述可视化控制要素向量对应的局部场景特征聚焦因子和局部特征簇聚焦因子；其中，所述局部场景特征聚焦因子用于反映单一所述可视化控制要素向量的参考价值度，所述局部特征簇聚焦因子用于反映所述可视化控制要素向量所处可视化控制要素向量簇的参考价值度，所述可视化控制要素向量簇中包括源于相同界面状态图像信息的可视化控制要素向量；基于所述局部场景特征聚焦因子和所述局部特征簇聚焦因子，确定所述可视化控制要素向量对应的当前局部特征聚焦因子；依据所述当前局部特征聚焦因子和所述可视化控制要素向量对应的控制要素选择特征，确定所述可视化控制要素向量对应的影响力因子；其中，所述观点标签推理数据中包括各个可视化控制要素向量分别对应的影响力因子。3.根据权利要求1所述的方法，其特征在于，所述利用局部特征强化策略对所述可视化控制要素向量数据进行处理，获取各所述可视化控制要素向量分别对应的局部特征聚焦因子，包括：利用局部场景特征强化策略，对所述可视化控制要素向量数据中的各所述可视化控制要素向量进行处理，获取各所述可视化控制要素向量分别对应的局部场景特征聚焦因子；基于各所述可视化控制要素向量的归属关系，将源于相同界面状态图像信息的所述可视化控制要素向量进行特征分簇处理，获取多组可视化控制要素向量簇；其中，不同可视化控制要素向量簇中包括源于不同界面状态图像信息的可视化控制要素向量；利用特征簇的局部特征强化策略，对所述多组可视化控制要素向量簇进行处理，获取各所述可视化控制要素向量簇分别对应的局部特征簇聚焦因子。4.根据权利要求1至3任一项所述的方法，其特征在于，所述联动控制优化建议标签是控制系统优化建议判别网络通过所述可视化控制要素向量数据所得的；
其中，所述控制系统优化建议判别网络利用不同的神经网络变量对所述可视化控制要素向量数据进行若干轮处理，所述联动控制优化建议标签中包括x组联动控制优化建议子标签，所述观点标签推理数据中包括所述x组联动控制优化建议子标签对应的x个观点子标签推理数据，所述联动控制优化建议子标签与所述观点子标签推理数据为一对一匹配关系，x为正整数；所述不同的神经网络变量是基于若干轮任意抽样所得的。5.根据权利要求4所述的方法，其特征在于，所述依据所述可视化控制要素向量数据和所述局部特征聚焦因子，获取所述当前界面状态图像信息对应的联动控制优化建议标签之后，还包括：从所述x组联动控制优化建议子标签中分别获取目标联动控制优化建议对应的可能性评分；...

【专利技术属性】
技术研发人员：朱峰，熊志红，郑洲，于辉，占波浪，夏多传，李亥元，
申请(专利权)人：湖北仕上电子科技有限公司，
类型：发明
国别省市：