(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211057846.X (22)申请日 2022.08.31 (71)申请人 上海超玄科技有限公司 地址 202150 上海市崇明区城桥 镇三沙洪 路89号3幢、 4幢(上海 崇明供销经济开 发区) (72)发明人 黄夷通　 (74)专利代理 机构 石家庄德皓专利代理事务所 (普通合伙) 1312 9 专利代理师 王梦幻 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/74(2022.01) G06F 17/16(2006.01) (54)发明名称 一种洗毛智能选包方法 (57)摘要 本发明涉及一种洗毛智能选包方法， 其包 括： 获取同一批次下每包羊毛的羊毛包参数， 所 述羊毛包参数包括： 羊毛包标识、 草杂、 细度、 长 度、 标重、 净重； 基于多个羊毛包参数， 得到与多 个所述羊毛包参数对应的相异度矩阵； 基于所述 相异度矩阵获取所述批次下的优选预估组数； 基 于所述相异度矩 阵和所述优选预估组数构建主 干图， 并将所述主干图分解为若干低层级的种子 图； 基于若干所述种子图得到最优的分组方式， 所述分组方式包括： 最优理论分组数量、 以及每 组分组所包含的羊毛包标识。 其智能化程度高， 大大减轻了 工作人员负担 。 权利要求书1页 说明书4页 附图3页 CN 115375932 A 2022.11.22 CN 115375932 A 1.一种洗毛智能选包方法， 其特 征在于， 其包括： 获取同一批次下每包羊毛的羊毛包参数， 所述羊毛包参数包括： 羊毛包标识、 草杂、 细 度、 长度、 标重、 净重； 基于多个羊毛包参数， 得到与多个所述羊毛包参数对应的相异度矩阵； 基于所述相异度矩阵获取 所述批次下的优选预估组数； 基于所述相异度矩阵和所述优选预估组数构建主干图， 并将所述主干图分解为若干低 层级的种子图； 基于若干所述种子图得到最优的分组方式， 所述分组方式包括： 最优理论分组数量、 以 及每组分组所包 含的羊毛包标识。 2.根据权利要求1所述的一种洗毛智能选包方法， 其特征在于， 所述基于多个羊毛包参 数， 得到与多个所述羊毛包参数对应的相异度矩阵， 包括： 获取多个羊毛包参数中的草杂、 细度、 长度、 标重和净重， 构建数据矩阵， 所述数据矩阵 的每一行描述 一个羊毛包， 每一列表示 一个羊毛包的草杂、 细度、 长度、 标重和净重的数值； 将所述数据矩阵转 化为相异度矩阵。 3.根据权利要求2所述的一种洗毛智能选包方法， 其特征在于， 所述基于所述相异度矩 阵获取所述批次下的优选预估组数， 包括： 基于最小距离的层级聚类算法得到与所述相异度矩阵对应的层次的嵌套聚类树； 获取所述嵌套聚类树的纵坐标最大值， 取纵坐标最大值的1/2作为中位数a； 在嵌套聚类树中生成y=a的水平线， 将所述水平线与嵌套聚类树的交点数量作为所述 批次下的优选预估组数。 4.根据权利要求1所述的一种洗毛智能选包方法， 其特征在于， 所述基于所述相异度矩 阵和所述优选预估组数构建主干图， 并将所述主干图分解 为若干低层级的种子图， 包括： 获取所述相异度矩阵对应的图像特 征数据的稀疏图； 变色龙在稀疏图上运行， 其中节点表示数据项， 加权边表示数据项之间的相似性， 变色 龙使用K‑临近算法构建主干图， 其中， k 值与所述优选预估组数相等； 变色龙将数据项聚类成若干相对小的子集群， 得到若干种子图。 5.根据权利要求4所述的一种洗毛智能选包方法， 其特征在于， 所述基于若干所述种子 图得到最优的分组方式， 包括： 将种子图的数量作为分组数， 将每个种子图中的数据项所对应的羊毛包标识代表的羊 毛包作为 一组。权　利　要　求　书 1/1 页 2 CN 115375932 A 2一种洗毛智能选包 方法 技术领域 [0001]本发明涉及羊毛加工技 术领域， 尤其涉及一种洗毛智能选包方法。 背景技术 [0002]纺织的毛条加工厂在竞拍收购完羊毛之后， 需要对进厂的羊毛根据参数进行分组 和清洗 （参数包括 草杂， 细度， 长度， 净重和标重） 。 [0003]为保证洗毛之后的每组羊毛的参数尽量相近， 以此提高后续生产的毛纱和毛条的 品质， 同一批次的羊毛分组之后， 每组之间的草杂、 细度、 长度、 净重和标重需满足一定的要 求。 例如： 每组之间的草杂和净重的加权平均相差0.28以内， 细度和标重的加权平均相差 0.028以内， 长度和标重的加权平均相差 0.9以内） 。 [0004]现有的技术方案， 主要是通过人工在excel中去凑， 直到达到预先设定好 的标准， 该方式智能化 程度差、 需要耗费很多的人力。 发明内容 [0005]本发明所要解决的技 术问题是提供一种洗毛智能选包方法。 [0006]为解决上述问题， 本发明所采取的技 术方案是： 一种洗毛智能选包方法， 其包括： 获取同一批次下每包羊毛的羊毛包参数， 所述羊毛包参数包括： 羊毛包标识、 草 杂、 细度、 长度、 标重、 净重； 基于多个羊毛包参数， 得到与多个所述羊毛包参数对应的相异度矩阵； 基于所述相异度矩阵获取 所述批次下的优选预估组数； 基于所述相异度矩阵和所述优选预估组数构建主干图， 并将 所述主干图分解为若 干低层级的种子图； 基于若干所述种子图得到最优的分组方式， 所述分组方式包括： 最优理论分组数 量、 以及每组分组所包 含的羊毛包标识。 [0007]作为发明的一种 实施方式， 所述基于多个羊毛包参数， 得到与多个所述羊毛包参 数对应的相异度矩阵， 包括： 获取多个羊毛包参数中的草杂、 细度、 长度、 标重和净重， 构建数据矩阵， 所述数据 矩阵的每一行描述一个羊毛包， 每一列表示一个羊毛包的草杂、 细度、 长度、 标重和净重的 数值； 将所述数据矩阵转 化为相异度矩阵。 [0008]作为发明的一种实施方式， 所述基于所述相异度矩阵获取所述批次下的优选预估 组数， 包括： 基于最小距离的层级聚类算法得到与所述相异度矩阵对应的层次的嵌套聚类树； 获取所述嵌套聚类树的纵坐标最大值， 取纵坐标最大值的1/2作为中位数a； 在嵌套聚类树中生成y=a的水平线， 将所述水平线与嵌套聚类树的交点数量作为说　明　书 1/4 页 3 CN 115375932 A 3