"/>
【技術實現步驟摘要】
具有智能識別的打印機RFID控制系統及其方法
[0001]本公開涉及智能控制領域,且更為具體地,涉及一種具有智能識別的打印機RFID控制系統及其方法。
技術介紹
[0002]打印機是一種用于將數字信息從計算機或其他電子設備輸出到紙張或其他媒介上的設備。它是辦公室和家庭中常見的外圍設備之一,用于打印文件、照片、標簽等。
[0003]打印機控制系統是為了管理和控制打印機的操作而設計的軟件或硬件系統,其可以實現自動化的打印過程。然而,傳統的打印機控制系統通常只能依賴于人工檢查和判斷打印品的質量,由于每個用戶有著不同的標準和偏好,導致他們對于打印品的質量判斷存在錯誤和不一致性,影響了打印品的質量控制效果。并且,傳統系統在發現打印缺陷時,通常需要人工介入進行調整和修復,導致生產過程的延遲和效率下降。
[0004]因此,期望一種具有智能識別的打印機RFID控制系統。
技術實現思路
[0005]有鑒于此,本公開提出了一種具有智能識別的打印機RFID控制系統及其方法,其可以自動化進行打印品的質量檢測,以確保打印出的產品符合預定要求,并自動別除有缺陷的產品,提高打印品的質量和生產效率。
[0006]根據本公開的一方面,提供了一種具有智能識別的打印機RFID控制系統,其包括:
[0007]數據采集模塊,用于獲取打印品的表面狀態圖像,以及,RFID標簽的文本描述;
[0008]數據特征比對分析模塊,用于對所述打印品的表面狀態圖像和所述RFID標簽的文本描述進行特征關聯比對分析以得到表 ...
【技術保護點】
【技術特征摘要】
1.一種具有智能識別的打印機RFID控制系統,其特征在于,包括:數據采集模塊,用于獲取打印品的表面狀態圖像,以及,RFID標簽的文本描述;數據特征比對分析模塊,用于對所述打印品的表面狀態圖像和所述RFID標簽的文本描述進行特征關聯比對分析以得到表面狀態
?
標簽語義關聯特征;以及打印品質量檢測模塊,用于基于所述表面狀態
?
標簽語義關聯特征,確定打印品是否符合預定要求。2.根據權利要求1所述的具有智能識別的打印機RFID控制系統,其特征在于,所述數據特征比對分析模塊,包括:RFID標簽文本語義理解單元,用于對所述RFID標簽的文本描述進行語義編碼以得到RFID標簽文本語義理解特征向量;打印品表面狀態特征提取單元,用于對所述打印品的表面狀態圖像進行圖像特征提取以得到表面狀態多尺度感知特征向量;以及轉移關聯編碼單元,用于對所述RFID標簽文本語義理解特征向量和所述表面狀態多尺度感知特征向量進行轉移關聯特征提取以得到表面狀態
?
標簽語義轉移關聯特征矩陣作為所述表面狀態
?
標簽語義關聯特征。3.根據權利要求2所述的具有智能識別的打印機RFID控制系統,其特征在于,所述RFID標簽文本語義理解單元,包括:RFID標簽文本劃分子單元,用于對所述RFID標簽的文本描述分別進行以字符和詞為單位的劃分以得到RFID標簽文本描述字符的序列和RFID標簽文本描述詞的序列;語義編碼子單元,用于將所述RFID標簽文本描述字符的序列和所述RFID標簽文本描述詞的序列通過包含Word2Vec模型的語義編碼器以得到字符粒度RFID標簽文本語義理解特征向量和詞粒度RFID標簽文本語義理解特征向量;以及多尺度語義理解子單元,用于使用級聯函數來融合所述字符粒度RFID標簽文本語義理解特征向量和所述詞粒度RFID標簽文本語義理解特征向量以得到所述RFID標簽文本語義理解特征向量。4.根據權利要求3所述的具有智能識別的打印機RFID控制系統,其特征在于,所述打印品表面狀態特征提取單元,包括:表面狀態淺層特征提取子單元,用于將所述表面狀態圖像通過基于卷積神經網絡模型的淺層特征提取器以得到表面狀態淺層特征圖;全局感知子單元,用于將所述表面狀態淺層特征圖通過基于非局部神經網絡模型的全局特征感知強化器以得到表面狀態全局特征圖;打印品多尺度特征融合子單元,用于融合所述表面狀態淺層特征圖和所述表面狀態全局特征圖以得到表面狀態多尺度感知特征圖;以及降維子單元,用于將所述表面狀態多尺度感知特征圖沿通道維度的各個特征矩陣進行全局池化處理以得到所述表面狀態多尺度感知特征向量。5.根據權利要求4所述的具有智能識別的打印機RFID控制系統,其特征在于,所述轉移關聯編碼單元,用于:計算所述RFID標簽文本語義理解特征向量相對于所述表面狀態多尺度感知特征向量的轉移矩陣以得到所述表面狀態
?
標簽語義轉移關聯特征矩陣。
6.根據權利要求5所述的具有智能識別的打印機RFID控制系統,其特征在于,所述打印品質量檢測模塊,用于:將所述表面狀態
?
標簽轉移關聯特征矩陣通過分類器以得到分類結果,所述分類結果用于表示打印品是否符合預定要求。7.根據權利要求6所述的具有智能識別的打印機RFID控制系統,其特征在于,還包括用于對所述包含Word2Vec模型的語義編碼器、所述基于卷積神經網絡模型的淺層特征提取器、所述基于非局部神經網絡模型的全局特征感知強化器和所述分類器進行訓練的訓練模塊。8.根據權利要求7所述的具有智能識別的打印機RFID控制系統,其特征在于,所述訓練模塊,包括:訓練數據采集單元,用于獲取訓練數據,所述訓練數據包括打印品的訓練表面狀態圖像,RFID標簽的訓練文本描述,以...
【專利技術屬性】
技術研發人員:顧鶴鳴,金晶,
申請(專利權)人:浙江雷丹科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。