【技術實現步驟摘要】
本專利技術涉及染色，更具體地說，它涉及一種聚酯纖維染程數據推薦方法、系統、介質及計算機。
技術介紹
1、現有技術中，上染過程可用上染曲線來描述。在恒溫條件下，以染浴中染料的上染百分率對染色時間所作的曲線，稱為上染曲線，它是研究上染過程的重要依據。其中，上染百分率是指上染纖維的染料量占染液中染料總量的百分率。當染色達到平衡狀態時，則稱為平衡上染百分率。半染時間--達到平衡上染百分率一半所需時間，半染時間可表征上染速率。生產上，用多種染料拼色時，應選用染色速率接近的染料，才能染出前后一致的色澤
2、分散染料在聚酯纖維染色過程中的染程曲線普遍都是通過經驗結合染料組合的溫階上染曲線來獲取，當出現色花等質量問題時，一般是通過助劑勻染劑的用量、降低升溫速率或延長保溫時間來解決，但上述處理方法個有弊端，當勻染劑對纖維的親和力大于染料對纖維的親和力時，勻染劑與染料對纖維發生競染作用。勻染劑優先與纖維結合，占據了纖維上的染色座席，阻礙了染料與纖維的結合，延緩了染料的上染導致聚酯纖維的染色出現偏差。且隨著染浴溫度的升高，染料又逐漸從纖維上將勻染劑置換下來，而最終使染料占據了染色座席，從而達到勻染的目的；如果不知道具體是哪一階段的升溫速度過快導致色花異常發生，而盲目降低升溫速率會導致生產時間延長，生產效率低等問題出現。
技術實現思路
1、針對現有技術存在的不足，本專利技術的目的在于提供一種聚酯纖維染程數據推薦方法、系統、介質及計算機，以克服現有的技術中存在的溫階數據選擇困難、容易影響染色效果
2、本專利技術的上述技術目的是通過以下技術方案得以實現的：一種聚酯纖維染程數據推薦方法，包括：
3、s1、獲取聚酯纖維的歷史染色數據；所述歷史染色數據包括：染缸中的染料種類、與染料對應的助劑種類以及染缸中的溫階數據；
4、s2、根據所述歷史染色數據，構建染料-助劑共現圖；根據所述歷史染色數據，構建助劑-溫階共現圖；
5、s3、利用圖卷積算法，對所述染料-助劑共現圖進行卷積，得到若干染料-助劑共現圖嵌入；利用圖卷積算法，對所述助劑-溫階共現圖進行卷積，得到若干助劑-溫階共現圖嵌入；
6、s4、利用注意力機制，將所有的染料-助劑共現圖嵌入進行融合，得到染料助劑圖表示；利用注意力機制，將所有的助劑-溫階共現圖嵌入進行融合，得到助劑溫階圖表示；
7、s5、獲取預先設定的染色配方，根據所述染色配方確定需要使用的染料，記作預定染料；將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率；選擇推薦概率最大的助劑，記作推薦助劑；
8、s6、將所述推薦助劑與所述助劑溫階圖表示做交互，得到每一種溫階數據對應的推薦概率，選擇推薦概率最大的溫階數據。
9、可選的，所述根據所述歷史染色數據，構建染料-助劑共現圖；包括：
10、根據歷史染色數據中出現的所有染料，構建染料集合：
11、a＝{a1,a2,…,ai}
12、根據歷史染色數據中出現的所有助劑，構建助劑集合：
13、b＝{b1,b2,…,bj}
14、根據每一個歷史染色數據中染料與助劑的共現情況，構建染料-助劑共現集：
15、a-b＝{(a1,b1),…,(a1,bj),…,(ai,b1),…,(ai,bj)}
16、所述染料-助劑共現集中的元素的數學表示形式均為：
17、
18、根據染料-助劑共現集，構建染料-助劑共現圖。
19、可選的，所述將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率，包括：利用概率向量表示助劑種類的推薦概率：
20、
21、其中，是模型輸出的j維度概率向量；θ是函數f(·)的可訓練的參數，a為預先設定的染色配方中的染料；b＝{b1,b2,…,bj}，表示歷史染色數據中的所有助劑種類的集合；在所述j維度概率向量中，向量的第x維的值表示助劑種類bx能夠應用于預定染料的概率。
22、可選的，所述將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率，還包括：
23、將所述預定染料進行特征提取，得到對應的染料特征矩陣；
24、計算所述染料特征矩陣與染料助劑圖表示的矩陣乘法，得到第一概率向量：
25、
26、其中，ya表示染料特征矩陣，d表示染料助劑圖表示。
27、可選的，所述根據所述歷史染色數據，構建染料-助劑共現圖；包括：
28、根據歷史染色數據中出現的所有助劑，構建助劑集合：
29、b={b1,b2,…,bj}
30、根據歷史染色數據中出現的所有溫階數據，構建溫階數據集合：
31、c＝{c1,c2,…,ck}
32、根據每一個歷史染色數據中助劑與溫階數據的共現情況，構建助劑-溫階共現集：
33、b-c＝{(b1,c1),…,(b1,ck),…,(bj,c1),…,(bj,ck)}
34、所述助劑-溫階共現集中的元素的數學表示形式均為：
35、
36、根據助劑-溫階共現集，構建助劑-溫階共現圖。
37、可選的，所述將所述推薦助劑與所述助劑溫階圖表示做交互，得到每一種溫階數據對應的推薦概率，包括：利用概率向量表示助劑種類的推薦概率：
38、
39、其中，是模型輸出的k維度概率向量；是函數f(·)的可訓練的參數，b為推薦的助劑種類；c＝{c1,c2,…,ck}，表示歷史染色數據中的與助劑對應的溫階數據集合；在所述k維度概率向量中，向量的第x維的值表示溫階數據cx能夠應用于特定的助劑種類的概率。
40、可選的，所述將所述推薦助劑與所述助劑溫階圖表示做交互，得到每一種溫階數據對應的推薦概率，包括：
41、對所述助劑進行特征提取，得到對應的助劑特征矩陣；
42、計算所述助劑特征矩陣與助劑溫階圖表示的矩陣乘法，得到第二概率向量：
43、
44、其中，yb表示助劑特征矩陣，e表示助劑溫階圖表示。
45、一種聚酯纖維染程數據推薦方系統，包括：
46、歷史數據收集模塊：用于獲取聚酯纖維的歷史染色數據；所述歷史染色數據包括：染缸中的染料種類、與染料對應的助劑種類以及染缸中的溫階數據；
47、共現圖構建模塊：用于根據所述歷史染色數據，構建染料-助劑共現圖；根據所述歷史染色數據，構建助劑-溫階共現圖；
48、圖嵌入計算模塊：用于利用圖卷積算法，對所述染料-助劑共現圖進行卷積，得到若干染料-助劑共現圖嵌入；利用圖卷積算法，對所述助劑-溫階共現圖進行卷積，得到若干助劑-溫階共現圖嵌入；
49、圖表示融合模塊：用于利用注意力機制，將所有的染料-助劑共現圖嵌入進行融合，得到染料助劑圖表示；利用注意力機制，將所有的助劑本文檔來自技高網...
【技術保護點】
1.一種聚酯纖維染程數據推薦方法，其特征在于，包括：
2.根據權利要求1所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述根據所述歷史染色數據，構建染料-助劑共現圖；包括：
3.根據權利要求2所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率，包括：利用概率向量表示助劑種類的推薦概率：
4.根據權利要求3所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率，還包括：
5.根據權利要求1所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述根據所述歷史染色數據，構建染料-助劑共現圖；包括：
6.根據權利要求5所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述將所述推薦助劑與所述助劑溫階圖表示做交互，得到每一種溫階數據對應的推薦概率，包括：利用概率向量表示助劑種類的推薦概率：
7.根據權利要求6所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述將所述推薦助劑與所述助劑溫階圖表示做交
8.一種聚酯纖維染程數據推薦系統，其特征在于，包括：
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
10.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種聚酯纖維染程數據推薦方法，其特征在于，包括：
2.根據權利要求1所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述根據所述歷史染色數據，構建染料-助劑共現圖；包括：
3.根據權利要求2所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率，包括：利用概率向量表示助劑種類的推薦概率：
4.根據權利要求3所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述將所述預定染料與所述染料助劑圖表示做交互，得到每一種助劑推薦概率，還包括：
5.根據權利要求1所述的一種聚酯纖維染程數據推薦方法，其特征在于，所述根據所述歷史染色數據，構建染料-助劑共現圖；包括：
6.根據權利要求5所述的一種...
【專利技術屬性】
技術研發人員：羅御杰，郝曉杰，
申請(專利權)人：上海致景信息科技有限公司，
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。