首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于印刷工艺参数优化方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:无锡应宏激光科技有限公司

摘要:本发明涉及印刷工艺优化技术领域,尤其涉及一种基于印刷工艺参数优化方法及系统。所述方法包括以下步骤:对印刷图像历史数据进行相同聚类的非均匀性特征筛选,得到非均匀性聚类数据;根据非均匀性聚类数据对印刷工艺历史数据进行三维相关性合并,得到三维合并印刷数据;根据射频指标数据对三维合并印刷数据以及无线射频历史数据进行信息增益比决策构建,得到射频印刷决策模型;根据印刷工艺指标数据对三维合并印刷数据进行二次信息增益比决策构建,得到能耗减损决策模型;对能耗减损决策模型以及射频印刷决策模型进行梯度提升集成,从而得到印刷工艺参数优化决策模型。本发明能够实现印刷工艺参数的智能快速决策优化。

主权项:1.一种基于印刷工艺参数优化方法,其特征在于,包括以下步骤:步骤S1:获取印刷图像历史数据;对印刷图像历史数据进行相同聚类的非均匀性特征筛选,从而得到非均匀性聚类数据;步骤S1包括以下步骤:步骤S11:获取印刷图像历史数据;步骤S12:对印刷图像历史数据进行图像聚类,从而得到图像聚类数据,其中数据聚类包括不同印刷设备聚类、不同印刷品聚类以及不同光源图像聚类,不同印刷品聚类包括白度聚类以及平滑度聚类;步骤S13:对图像聚类数据进行圆形局部二值算子转换,从而得到局部灰度数据;步骤S14:根据局部灰度数据对图像聚类数据进行纹理边缘处理,从而得到纹理边缘数据;步骤S15:通过文字图像数据库对纹理边缘数据进行文字模糊特征向量转换,从而得到文字模糊向量数据;步骤S16:对图像聚类数据进行颜色聚合向量提取,从而得到颜色聚合向量数据;步骤S17:根据文字模糊向量数据、纹理边缘数据以及颜色聚合向量数据对图像聚类数据进行关键特征块分割,从而得到图像划分数据集,其中关键特征块分割包括高复杂度纹理特征分割、文字模糊特征分割以及颜色分布特征分割;步骤S18:对图像划分数据集进行局部相异性分析,从而得到局部相异性数据;步骤S19:对图像划分数据集进行相同关键特征聚类,从而得到纹理聚类数据以及颜色聚类数据;步骤S110:根据纹理聚类数据以及颜色聚类数据对局部相异性数据进行相同聚类的非均匀性特征筛选,从而得到非均匀性聚类数据,其中非均匀性特征筛选包括纹理非均匀性筛选、颜色非均匀性筛选以及对比度非均匀性筛选;步骤S2:获取印刷工艺历史数据;根据非均匀性聚类数据对印刷工艺历史数据进行三维相关性合并,从而得到三维合并印刷数据,其中三维合并印刷数据包括色差相关维度合并、清晰度相关维度合并以及分布均匀性相关维度合并;步骤S2包括以下步骤:步骤S21:获取印刷工艺历史数据,其中印刷工艺历史数据包括油墨历史数据、印刷参数历史数据以及印刷设备历史数据,油墨历史数据包括干燥时间数据、油墨流量数据以及黏度数据,印刷参数历史数据包括印刷速度数据、套准精度数据、印刷头温度数据以及刮刀压力数据;步骤S22:根据干燥时间数据对印刷头温度数据以及刮刀压力数据进行相关趋势斜率计算,从而得到第一趋势数据;根据黏度数据对印刷头温度数据以及刮刀压力数据进行相关趋势斜率计算,从而得到第二趋势数据;步骤S23:对第一趋势数据以及第二趋势数据进行梯度特征分析,从而得到梯度趋势数据;步骤S24:对梯度趋势数据进行线性回归分析,从而得到线性相关系数;步骤S25:根据线性相关系数对印刷设备历史数据进行不同印刷头温度和刮刀压力参数组合的线性预测,从而得到油墨线性预测数据;步骤S26:根据非均匀性聚类数据对印刷设备历史数据进行特征匹配,从而得到非均匀性匹配数据;步骤S27:对油墨线性预测数据以及非均匀性匹配数据进行三维相关性合并,从而得到三维合并印刷数据,其中三维合并印刷数据包括色差相关维度合并、清晰度相关维度合并以及分布均匀性相关维度合并;步骤S3:获取无线射频历史数据以及射频指标数据;根据射频指标数据对三维合并印刷数据以及无线射频历史数据进行信息增益比决策构建,从而得到射频印刷决策模型;步骤S3包括以下步骤:步骤S31:获取无线射频历史数据以及射频指标数据,其中无线射频历史数据包括频率数据、相位数据以及频率点漂移数据;步骤S32:对频率数据以及相位数据进行时频同步,从而得到时频数据;步骤S33:根据射频指标数据对时频数据进行馈线衰减分析,从而得到馈线衰减数据;步骤S34:对馈线衰减数据以及频率点漂移数据进行不同射频模式的分布分析,从而得到射频衰减分布数据;步骤S35:根据油墨线性预测数据对馈线衰减数据进行油墨特性聚类划分,从而得到油墨馈线衰减聚类数据集;步骤S36:对三维合并印刷数据以及油墨馈线衰减聚类数据集进行信息增益比决策构建,从而得到射频印刷决策模型;步骤S4:获取印刷工艺指标数据;根据印刷工艺指标数据对三维合并印刷数据进行二次信息增益比决策构建,从而得到能耗减损决策模型;对能耗减损决策模型以及射频印刷决策模型进行梯度提升集成,从而得到印刷工艺参数优化决策模型;步骤S4包括以下步骤:步骤S41:获取印刷工艺指标数据;步骤S42:根据三维合并印刷数据对印刷工艺指标数据进行多元互信息,从而得到三维互信息数据;步骤S43:对三维互信息数据进行损失函数能耗分析,从而得到能耗损失分析数据;步骤S44:对能耗损失分析数据以及三维合并印刷数据进行二次信息增益比决策构建,从而得到能耗减损决策模型;步骤S45:对能耗减损决策模型以及射频印刷决策模型进行梯度提升集成,从而得到印刷工艺参数优化决策模型。

全文数据:

权利要求:

百度查询: 无锡应宏激光科技有限公司 基于印刷工艺参数优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术