本申请涉及产品检测技术领域，提供了一种防静电产品性能智能分析方法及系统，包括：获得目标防静电产品的表面电阻值；进行防静电性能评分，获得防静电系数；进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果；进行吸水膨胀测试，获得防潮系数；根据产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配；对防静电系数、平整度系数和防潮系数进行加权计算，获得性能系数；进行级别划分，获得目标防静电产品级别。能够解决传统的防静电产品性能分析方法由于指标过于单一造成产品性能分析的准确率较低的问题，通过对目标防静电产品进行多性能指标综合分析，可以提高产品性能分析的准确率。
1.一种防静电产品性能智能分析方法，其特征在于，所述方法包括：对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；
根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；
通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；
对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；
构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；
基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；
基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别；
其中，所述通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入所述表面平整度分析模型，获得平整度分析结果，还包括：通过图像采集装置分别从第一角度和第二角度对所述目标防静电产品进行图像采集，获得第一图像和第二图像，所述第一角度为平行于所述目标防静电产品的角度，所述第二角度为垂直于所述目标防静电产品的角度；
基于大数据，以所述目标防静电产品为搜索条件进行图像数据查询，获得多个历史产品图像和多个平整度评分，其中所述历史产品图像和所述平整度评分具有对应关系；
按照图像采集角度对所述多个历史产品图像进行分类，获得多个历史产品第一图像和多个历史产品第二图像；
基于所述多个历史产品第一图像、多个第一平整度评分和多个历史产品第二图像、多个第二平整度评分构建样本数据集；
基于卷积神经网络，构建表面平整度分析模型，并通过所述样本数据集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型；
将所述第一图像和所述第二图像输出所述表面平整度分析模型，获得所述平整度分析结果。
2.如权利要求1所述的方法，其特征在于，所述根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数，还包括：获取预设产品防静电性能规则；
将所述表面电阻值输入所述预设产品防静电规则中进行匹配，获得所述防静电系数。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于卷积神经网络，构建表面平整度分析模型，所述表面平整度分析模型包括第一通道、第二通道、计算通道和输出通道；
所述第一通道用于输入所述第一图像，所述第二通道用于输入所述图像，所述计算通道用于对第一平整度评分和第二平整度评分进行计算，所述输出通道用于输出平整度分析结果；
获取预设数据划分比例，将所述样本数据集划分为样本训练集和样本验证集；
通过所述样本训练集和所述样本验证集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型。
4.如权利要求1所述的方法，其特征在于，所述构建产品专家系统，还包括：获得多个产品专家和多个产品专家基本信息，所述产品专家基本信息包括从业年龄、学历、取得成就；
基于所述多个产品专家基本信息对所述多个产品专家进行信任度评分，获得多个产品专家对应的多个信任度；
基于所述多个产品专家和所述多个信任度构建所述产品专家系统。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
根据所述产品专家系统的多个产品专家对所述目标防静电产品的防静电性能、平整度、防潮性能进行评分，获得多个防静电性能评分、多个平整度评分和多个防潮性能评分；
基于所述多个信任度对所述多个防静电性能评分、所述多个平整度评分和所述多个防潮性能评分进行加权计算，并将加权计算结果的平均值作为初始权重，获得所述初始权重值。
6.一种防静电产品性能智能分析系统，其特征在于，所述系统包括：表面电阻检测模块，所述表面电阻检测模块用于对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；
防静电性能评分模块，所述防静电性能评分模块用于根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；
平整度分析结果获得模块，所述平整度分析结果获得模块用于通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；
防潮系数获得模块，所述防潮系数获得模块用于对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；
初始权重分配模块，所述初始权重分配模块用于构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；
性能系数获得模块，所述性能系数获得模块用于基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；
目标防静电产品级别获得模块，所述目标防静电产品级别获得模块用于基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别；
图像采集模块，所述图像采集模块用于通过图像采集装置分别从第一角度和第二角度对所述目标防静电产品进行图像采集，获得第一图像和第二图像，所述第一角度为平行于所述目标防静电产品的角度，所述第二角度为垂直于所述目标防静电产品的角度；
图像数据查询模块，所述图像数据查询模块用于基于大数据，以所述目标防静电产品为搜索条件进行图像数据查询，获得多个历史产品图像和多个平整度评分，其中所述历史产品图像和所述平整度评分具有对应关系；
图像分类模块，所述图像分类模块用于按照图像采集角度对所述多个历史产品图像进行分类，获得多个历史产品第一图像和多个历史产品第二图像；
样本数据集构建模块，所述样本数据集构建模块用于基于所述多个历史产品第一图像、多个第一平整度评分和多个历史产品第二图像、多个第二平整度评分构建样本数据集；
表面平整度分析模型获得模块，所述表面平整度分析模型获得模块用于基于卷积神经网络，构建表面平整度分析模型，并通过所述样本数据集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型；
平整度分析结果获得模块，所述平整度分析结果获得模块用于将所述第一图像和所述第二图像输出所述表面平整度分析模型，获得所述平整度分析结果。
一种防静电产品性能智能分析方法及系统
技术领域
[0001] 本申请涉及产品检测技术领域，具体涉及一种防静电产品性能智能分析方法及系统。
背景技术
[0002] 防静电地板又称耗散静电地板，当它接地或连接到任何较低电位点时，使电荷能够耗散，可以起到防静电的作用，被广泛应用于计算机机房、数据处理中心、实验室、中央控制室等多个区域。传统的防静电地板性能分析方法通常只对地板的防静电性能进行分析，并没有考虑到防静电地板其他方面的性能，造成防静电地板性能分析准确率较低。
[0003] 综上所述，现有技术中存在传统的防静电产品性能分析方法由于指标过于单一造成产品性能分析的准确率较低的问题。
发明内容
[0004] 基于此，有必要针对上述技术问题，提供一种防静电产品性能智能分析方法及系统。
[0005] 一种防静电产品性能智能分析方法，所述方法包括：对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别。
[0006] 一种防静电产品性能智能分析系统，包括：
[0007] 表面电阻检测模块，所述表面电阻检测模块用于对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；
[0008] 防静电性能评分模块，所述防静电性能评分模块用于根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；
[0009] 平整度分析结果获得模块，所述平整度分析结果获得模块用于通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；
[0010] 防潮系数获得模块，所述防潮系数获得模块用于对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；
[0011] 初始权重分配模块，所述初始权重分配模块用于构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；
[0012] 性能系数获得模块，所述性能系数获得模块用于基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；
[0013] 目标防静电产品级别获得模块，所述目标防静电产品级别获得模块用于基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别。
[0014] 上述一种防静电产品性能智能分析方法及系统，能够解决传统的防静电产品性能分析方法由于指标过于单一造成产品性能分析的准确率较低的问题，首先对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别。通过对目标防静电产品进行多性能指标综合分析，可以提高产品性能分析的准确率。
[0015] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0016] 图1为本申请提供了一种防静电产品性能智能分析方法的流程示意图；
[0017] 图2为本申请提供了一种防静电产品性能智能分析方法中获得平整度分析结果的流程示意图；
[0018] 图3为本申请提供了一种防静电产品性能智能分析方法中构建产品专家系统的流程示意图；
[0019] 图4为本申请提供了一种防静电产品性能智能分析系统的结构示意图。
[0020] 附图标记说明：表面电阻检测模块1、防静电性能评分模块2、平整度分析结果获得模块3、防潮系数获得模块4、初始权重分配模块5、性能系数获得模块6、目标防静电产品级别获得模块7。
具体实施方式
[0021] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0022] 如图1所示，本申请提供了一种防静电产品性能智能分析方法，包括：
[0023] 步骤S100：对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；
[0024] 具体而言，首先，在目标防静电产品上设置两块电极，通过电阻计对所述目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值。所述目标防静电产品是指防静电地板。通过获得所述表面电阻值，为下一步对所述目标防静电产品进行防静电性能分析提供了支持。
[0025] 步骤S200：根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；
[0026] 如图2所示，在一个实施例中，本申请步骤S200还包括：
[0027] 步骤S210：获取预设产品防静电性能规则；
[0028] 步骤S220：将所述表面电阻值输入所述预设产品防静电规则中进行匹配，获得所述防静电系数。
[0029] 具体而言，根据所述表面电阻值对所述目标防静电产品进行防静电性能分析，根据多个历史表面电阻值获取预设产品防静电性能规则，所述预设产品防静电性能规则本领域技术人员可根据表面电阻值自定义设置，例如：按照有关规定，防静电地板的表面电阻值4 9 4
需在2.5×10～1.0×10 Ω之间，当表面电阻值大于2.5×10 Ω时，此时地板才具有防静电
5 6
功能。此时可设置当表面电阻为1.0×10 Ω时，防静电系数为1；当表面电阻为1.0×10 Ω时，防静电系数为3；所述防静电系数越大，则防静电地板的防静电性能越好。然后将所述表面电阻值输入所述预设产品防静电规则中进行表面电阻值匹配，获得防静电系数。通过获得所述防静电系数，可以更加直观准确地获得所述目标防静电产品的防静电性能。
[0030] 步骤S300：通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；
[0031] 如图3所示，在一个实施例中，本申请步骤S300还包括：
[0032] 步骤S310：通过图像采集装置分别从第一角度和第二角度对所述目标防静电产品进行图像采集，获得第一图像和第二图像，所述第一角度为平行于所述目标防静电产品的角度，所述第二角度为垂直于所述目标防静电产品的角度；
[0033] 步骤S320：基于大数据，以所述目标防静电产品为搜索条件进行图像数据查询，获得多个历史产品图像和多个平整度评分，其中所述历史产品图像和所述平整度评分具有对应关系；
[0034] 步骤S330：按照图像采集角度对所述多个历史产品图像进行分类，获得多个历史产品第一图像和多个历史产品第二图像；
[0035] 步骤S340：基于所述多个历史产品第一图像、多个第一平整度评分和多个历史产品第二图像、多个第二平整度评分构建样本数据集；
[0036] 具体而言，通过图像采集装置分别从第一角度和第二角度对所述目标防静电产品进行图像采集，其中所述图像采集装置为具有拍照功能的设备，例如：工业摄像机。所述第一角度为平行于所述目标防静电产品的角度，所述第二角度为垂直于所述目标防静电产品的角度，获得第一图像和第二图像，所述第一图像为通过所述第一角度拍摄的图像，所述第二图像为通过所述第二角度拍摄的图像。
[0037] 基于大数据技术，以所述目标防静电产品为搜索条件进行相关图像数据查询，获得多个历史产品图像和多个平整度评分，其中所述历史产品图像和所述平整度评分具有对应关系。所述平整度评分用于表述产品平整度，所述平整度越高，则平整度评分越高。然后按照图像采集的第一角度和第二角度对所述多个历史产品图像进行分类，获得多个历史产品第一图像和多个历史产品第二图像。根据所述多个历史产品第一图像、所述多个历史产品第二图像和对应的多个第一评分、多个第二评分构建样本数据集。所述第一评分为所述历史产品第一图像的平整度评分，所述历史第二评分为所述历史产品第二图像的平整度评分。通过获得所述样本数据集，为下一步对模型进行监督训练提供了训练数据支持。
[0038] 步骤S350：基于卷积神经网络，构建表面平整度分析模型，并通过所述样本数据集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型；
[0039] 在一个实施例中，本申请步骤S350还包括：
[0040] 步骤S351：基于卷积神经网络，构建表面平整度分析模型，所述表面平整度分析模型包括第一通道、第二通道、计算通道和输出通道；
[0041] 步骤S352：所述第一通道用于输入所述第一图像，所述第二通道用于输入所述图像，所述计算通道用于对第一平整度评分和第二平整度评分进行计算，所述输出通道用于输出平整度分析结果；
[0042] 步骤S353：获取预设数据划分比例，将所述样本数据集划分为样本训练集和样本验证集；
[0043] 步骤S354：通过所述样本训练集和所述样本验证集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型。
[0044] 步骤S360：将所述第一图像和所述第二图像输出所述表面平整度分析模型，获得所述平整度分析结果。
[0045] 具体而言，基于卷积神经网络，构建表面平整度分析模型，所述表面平整度分析模型为机器学习中可以不断进行迭代优化的神经网络模型，通过训练数据集进行监督训练获得。其中所述表面平整度分析模型包括第一通道、第二通道、计算通道和输出通道。所述第一通道用于输入所述第一图像，所述第二通道用于输入所述图像，所述计算通道用于对第一平整度评分和第二平整度评分进行计算，所述输出通道用于输出平整度分析结果。
[0046] 获取预设数据划分比例，所述预设数据划分比例可自定义设置，例如：90％、10％。根据所述预设数据划分比例将所述样本数据集划分为样本训练集和样本验证集。通过所述样本数据集对所述表面平整度分析模型进行监督训练，通过所述样本验证集对所述表面平整度分析模型的输出结果进行验证，预设验证准确率指标，例如：96％，当模型输出结果准确率大于所述预设验证准确率指标时，获得所述表面平整度分析模型。
[0047] 将所述第一图像输入第一通道，获得所述第一图像的第一平整度评分；将所述第二图像输入第二通道，获得所述第二图像的第二平整度评分，然后将所述第一平整度评分和所述第二平整度评分输入所述计算通道进行加权计算，所述计算通道中嵌入有所述第一图像和所述第二图像的权重占比，所述权重占比本领域技术人员可基于实际情况自定义设置，例如：40％、60％。根据所述权重占比对所述第一平整度评分和所述第二平整度评分进行加权计算，将加权计算的和作为所述平整度系数，并将所述平整度系数通过所述输出通道进行输出，获得平整度分析结果。通过基于卷积神经网络构建表面平整度分析模型，并在所述表面平整度分析模型中设置第一通道和第二通道，可以提高平整度系数获得的准确率和效率。
[0048] 步骤S400：对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；
[0049] 具体而言，对所述目标防静电产品进行系数膨胀测试，所述吸水膨胀测试是指将目标防静电地板放置于温度为25摄氏度的水槽中静置30分钟，然后观察所述目标防静电地板的厚度变化情况，所述厚度变化情况用吸水膨胀率表示，所述吸水膨胀率越大，则所述目标防静电地板的防潮性能越差，所述防潮系数用于表征地板的防潮性能，防潮性能越好，则防潮系数越高，获得所述目标防静电产品的防潮系数。通过获得所述防潮系数，可以准确地了解所述目标防静电产品的防潮性能。
[0050] 步骤S500：构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；
[0051] 在一个实施例中，本申请步骤S500还包括：
[0052] 步骤S510：获得多个产品专家和多个产品专家基本信息，所述产品专家基本信息包括从业年龄、学历、取得成就；
[0053] 步骤S520：基于所述多个产品专家基本信息对所述多个产品专家进行信任度评分，获得多个产品专家对应的多个信任度；
[0054] 步骤S530：基于所述多个产品专家和所述多个信任度构建所述产品专家系统。
[0055] 具体而言，获得多个所述目标防静电产品的领域专家和所述领域专家的基本信息，其中所述基本信息包括从业年龄、学历、取得成就，所述取得成就是指目标防静电产品本领域的成就，例如：论文发表量等。根据所述多个产品专家基本信息对所述多个产品专家进行信任度评分，所述信任度评分规则可自定义设置，其中从年时间越长、学历越高、取得的成就越多，则信任度越高。获得所述多个产品专家对应的多个信任度。根据所述多个信任度对所述多个专家进行标识，并根据标识后的多个产品专家构建所述产品专家系统。通过构建所述产品专家系统，可以提高所述目标防静电产品性能系数获得的准确率。
[0056] 在一个实施例中，本申请步骤S500还包括：
[0057] 步骤S510：根据所述产品专家系统的多个产品专家对所述目标防静电产品的防静电性能、平整度、防潮性能进行评分，获得多个防静电性能评分、多个平整度评分和多个防潮性能评分；
[0058] 步骤S520：基于所述多个信任度对所述多个防静电性能评分、所述多个平整度评分和所述多个防潮性能评分进行加权计算，并将加权计算结果的平均值作为初始权重，获得所述初始权重值。
[0059] 具体而言，根据所述产品专家系统的多个产品专家对所述目标防静电产品的防静电性能、平整度、防潮性能进行性能指标评分，获得多个防静电性能评分、多个平整度评分和多个防潮性能评分。然后根据所述多个信任度对所述多个防静电性能评分、所述多个平整度评分和所述多个防潮性能评分进行加权计算，获得加权计算结果，所述加权计算结果是指所述性能评分乘以所述信任度的积，然后将多个加权计算结果进行均值处理，获得防静电性能均值评分、平整度均值评分和防潮性能均值评分，并将上述均值评分作为初始权重，获得所述初始权重值，通过获得所述初始权重值，为下一步对目标防静电产品性能进行综合分析提供了支持。
[0060] 步骤S600：基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；
[0061] 具体而言，根据所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，并将加权计算结果进行相加求和，将所得的和作为所述目标防静电产品的性能系数。通过获得所述性能系数，可以清晰准确地了解所述目标防静电产品的性能。
[0062] 步骤S700：基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别。
[0063] 具体而言，获取预设产品划分规则，所述预设产品划分规则本领域技术人员可基于性能系数自定义设置，例如：性能系数小于等于80，为一级产品；性能系数大于80小于等于120，为二级产品；性能系数大于120小于等于140，为三级产品。将所述目标防静电产品的性能指数输入所述预设产品划分规则进行匹配，获得所述目标防静电产品级别。通过上述方法解决了传统的防静电产品性能分析方法由于指标过于单一造成产品性能分析的准确率较低的问题，通过对目标防静电产品进行多性能指标综合分析，可以提高产品性能分析的准确率。
[0064] 在一个实施例中，如图4所示提供了一种防静电产品性能智能分析系统，包括：表面电阻检测模块1、防静电性能评分模块2、平整度分析结果获得模块3、防潮系数获得模块4、初始权重分配模块5、性能系数获得模块6、目标防静电产品级别获得模块7、其中：
[0065] 表面电阻检测模块1，所述表面电阻检测模块1用于对目标防静电产品进行表面电阻检测，获得所述目标防静电产品的表面电阻值；
[0066] 防静电性能评分模块2，所述防静电性能评分模块2用于根据所述表面电阻值进行防静电性能评分，获得所述目标防静电产品的防静电系数；
[0067] 平整度分析结果获得模块3，所述平整度分析结果获得模块3用于通过图像采集装置对所述目标防静电产品进行多角度图像采集，并将图像采集结果输入表面平整度分析模型，获得平整度分析结果，其中所述平整度分析结果包括平整度系数；
[0068] 防潮系数获得模块4，所述防潮系数获得模块4用于对所述目标防静电产品进行吸水膨胀测试，并根据吸水膨胀结果获得所述目标防静电产品的防潮系数；
[0069] 初始权重分配模块5，所述初始权重分配模块5用于构建产品专家系统，根据所述产品专家系统对防静电性能、平整度、防潮性能进行初始权重分配，获得初始权重值；
[0070] 性能系数获得模块6，所述性能系数获得模块6用于基于所述初始权重值，对所述防静电系数、所述平整度系数和所述防潮系数进行加权计算，获得所述目标防静电产品的性能系数；
[0071] 目标防静电产品级别获得模块7，所述目标防静电产品级别获得模块7用于基于所述性能系数，根据预设产品划分规则对所述目标防静电产品进行级别划分，获得所述目标防静电产品级别。
[0072] 在一个实施例中，所述系统还包括：
[0073] 预设产品防静电性能规则获取模块，所述预设产品防静电性能规则获取模块用于获取预设产品防静电性能规则；
[0074] 防静电系数获得模块，所述防静电系数获得模块用于将所述表面电阻值输入所述预设产品防静电规则中进行匹配，获得所述防静电系数。
[0075] 在一个实施例中，所述系统还包括：
[0076] 图像采集模块，所述图像采集模块用于通过图像采集装置分别从第一角度和第二角度对所述目标防静电产品进行图像采集，获得第一图像和第二图像，所述第一角度为平行于所述目标防静电产品的角度，所述第二角度为垂直于所述目标防静电产品的角度；
[0077] 图像数据查询模块，所述图像数据查询模块用于基于大数据，以所述目标防静电产品为搜索条件进行图像数据查询，获得多个历史产品图像和多个平整度评分，其中所述历史产品图像和所述平整度评分具有对应关系；
[0078] 图像分类模块，所述图像分类模块用于按照图像采集角度对所述多个历史产品图像进行分类，获得多个历史产品第一图像和多个历史产品第二图像；
[0079] 样本数据集构建模块，所述样本数据集构建模块用于基于所述多个历史产品第一图像、多个第一平整度评分和多个历史产品第二图像、多个第二平整度评分构建样本数据集；
[0080] 表面平整度分析模型获得模块，所述表面平整度分析模型获得模块用于基于卷积神经网络，构建表面平整度分析模型，并通过所述样本数据集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型；
[0081] 平整度分析结果获得模块，所述平整度分析结果获得模块用于将所述第一图像和所述第二图像输出所述表面平整度分析模型，获得所述平整度分析结果。
[0082] 在一个实施例中，所述系统还包括：
[0083] 表面平整度分析模型构建模块，所述表面平整度分析模型构建模块用于基于卷积神经网络，构建表面平整度分析模型，所述表面平整度分析模型包括第一通道、第二通道、计算通道和输出通道；
[0084] 模型介绍模块，所述模型介绍模块用于所述第一通道用于输入所述第一图像，所述第二通道用于输入所述图像，所述计算通道用于对第一平整度评分和第二平整度评分进行计算，所述输出通道用于输出平整度分析结果；
[0085] 预设数据划分比例获取模块，所述预设数据划分比例获取模块用于获取预设数据划分比例，将所述样本数据集划分为样本训练集和样本验证集；
[0086] 训练验证模块，所述训练验证模块用于通过所述样本训练集和所述样本验证集对所述表面平整度分析模型进行训练和验证，获得所述表面平整度分析模型。
[0087] 在一个实施例中，所述系统还包括：
[0088] 产品专家获得模块，所述产品专家获得模块用于获得多个产品专家和多个产品专家基本信息，所述产品专家基本信息包括从业年龄、学历、取得成就；
[0089] 信任度获得模块，所述信任度获得模块用于基于所述多个产品专家基本信息对所述多个产品专家进行信任度评分，获得多个产品专家对应的多个信任度；
[0090] 产品专家系统构建模块，所述产品专家系统构建模块用于基于所述多个产品专家和所述多个信任度构建所述产品专家系统。
[0091] 在一个实施例中，所述系统还包括：
[0092] 性能评分模块，所述性能评分模块用于根据所述产品专家系统的多个产品专家对所述目标防静电产品的防静电性能、平整度、防潮性能进行评分，获得多个防静电性能评分、多个平整度评分和多个防潮性能评分；
[0093] 初始权重值获得模块，所述初始权重值获得模块用于基于所述多个信任度对所述多个防静电性能评分、所述多个平整度评分和所述多个防潮性能评分进行加权计算，并将加权计算结果的平均值作为初始权重，获得所述初始权重值。
[0094] 综上所述，本申请提供了一种防静电产品性能智能分析方法及系统具有以下技术效果：
[0095] 1.解决了传统的防静电产品性能分析方法由于指标过于单一造成产品性能分析的准确率较低的问题，通过对目标防静电产品进行多性能指标综合分析，可以提高产品性能分析的准确率。
[0096] 2.通过获得所述防静电系数，可以更加直观准确地获得所述目标防静电产品的防静电性能。
[0097] 3.通过基于卷积神经网络构建表面平整度分析模型，并在所述表面平整度分析模型中设置第一通道和第二通道，可以提高平整度系数获得的准确率和效率。
[0098] 4.通过构建所述产品专家系统，可以提高所述目标防静电产品性能系数获得的准确率。
[0099] 以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0100] 以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
