电子设备的智能回收管理系统及方法与流程

技术特征：
1.一种电子设备的智能回收管理系统，其特征在于，包括：数据获取模块，用于获取待回收电子产品的系统信息和功能信息，以及，所述待回收电子产品的外观图像；语义编码模块，用于对所述待回收电子产品的系统信息和功能信息进行语义编码以得到系统-功能信息语义理解特征向量；图像特征提取模块，用于对所述待回收电子产品的外观图像进行图像特征提取以得到电子产品老化特征向量；以及回收评估值生成模块，用于基于所述系统-功能信息语义理解特征向量和所述电子产品老化特征向量，生成所述待回收电子产品的回收评估值。2.根据权利要求1所述的电子设备的智能回收管理系统，其特征在于，所述待回收电子产品的系统信息包括系统版本号、主板型号和系统激活时间；所述待回收电子产品的功能信息包括屏幕信息缺失面积比、电池老化度以及各个功能的系统反馈时延。3.根据权利要求2所述的电子设备的智能回收管理系统，其特征在于，所述语义编码模块，包括：向量转化单元，用于将所述系统信息和所述功能信息中的各个数据项转化为向量以得到系统信息项向量的序列和功能信息项向量的序列；向量拼接单元，用于将所述系统信息项向量的序列和所述功能信息项向量的序列进行拼接以得到系统-功能信息项向量的拼接序列；以及bilstm编码单元，用于将所述系统-功能信息项向量的拼接序列通过基于bilstm模型的语义编码器以得到所述系统-功能信息语义理解特征向量。4.根据权利要求3所述的电子设备的智能回收管理系统，其特征在于，所述向量转化单元，用于：将所述系统信息和所述功能信息中的各个数据项通过嵌入层以转化为向量以得到所述系统信息项向量的序列和所述功能信息项向量的序列。5.根据权利要求4所述的电子设备的智能回收管理系统，其特征在于，所述图像特征提取模块，用于：将所述待回收电子产品的外观图像通过基于卷积神经网络模型的外观老化特征提取器以得到所述电子产品老化特征向量。6.根据权利要求5所述的电子设备的智能回收管理系统，其特征在于，所述回收评估值生成模块，包括：向量融合单元，用于融合所述系统-功能信息语义理解特征向量和所述电子产品老化特征向量以得到电子产品多模态表达特征向量；以及解码单元，用于将所述电子产品多模态表达特征向量通过解码器进行解码回归以得到解码值，所述解码值用于表示回收评估值。7.根据权利要求6所述的电子设备的智能回收管理系统，其特征在于，所述向量融合单元，用于：以如下级联公式融合所述系统-功能信息语义理解特征向量和所述电子产品老化特征向量以得到所述电子产品多模态表达特征向量；其中，所述级联公式为：
其中，分别表示所述系统-功能信息语义理解特征向量和所述电子产品老化特征向量，表示级联函数，表示所述电子产品多模态表达特征向量。8.根据权利要求7所述的电子设备的智能回收管理系统，其特征在于，还包括用于对所述基于bilstm模型的语义编码器、所述基于卷积神经网络模型的外观老化特征提取器和所述解码器进行训练的训练模块；其中，所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括训练待回收电子产品的系统信息和功能信息、所述训练待回收电子产品的外观图像，以及，所述训练待回收电子产品的回收评估值的真实值；训练语义编码单元，用于基于所述基于bilstm模型的语义编码器，对所述训练待回收电子产品的系统信息和功能信息进行语义编码以得到训练系统-功能信息语义理解特征向量；训练图像特征提取单元，用于基于所述基于卷积神经网络模型的外观老化特征提取器，对所述待回收电子产品的外观图像进行图像特征提取以得到训练电子产品老化特征向量；训练向量融合单元，用于融合所述训练系统-功能信息语义理解特征向量和所述训练电子产品老化特征向量以得到训练电子产品多模态表达特征向量；训练解码单元，用于将所述训练电子产品多模态表达特征向量通过解码器以得到解码损失函数值；因数计算单元，用于计算所述训练系统-功能信息语义理解特征向量和所述训练电子产品老化特征向量之间的共有流形隐式相似性因数；以及损失训练单元，用于以所述解码损失函数值和所述共有流形隐式相似性因数的加权和作为损失函数值，对所述基于bilstm模型的语义编码器、所述基于卷积神经网络模型的外观老化特征提取器和所述解码器进行训练。9.根据权利要求8所述的电子设备的智能回收管理系统，其特征在于，所述因数计算单元，用于：以如下因数计算公式计算所述训练系统-功能信息语义理解特征向量和所述训练电子产品老化特征向量之间的所述共有流形隐式相似性因数；其中，所述因数计算公式为：；；；其中，表示所述训练系统-功能信息语义理解特征向量，表示所述训练电子产品老化特征向量，特征向量和均为列向量形式，表示转置操作，表示向量的二范数，且表示矩阵的frobenius范数的平方根，、、和为权重超参数，表示向量乘法，表示向量减法，表示按位置点乘，表示所述共有流形隐式相似性因数。
10.一种电子设备的智能回收管理方法，其特征在于，包括：获取待回收电子产品的系统信息和功能信息，以及，所述待回收电子产品的外观图像；对所述待回收电子产品的系统信息和功能信息进行语义编码以得到系统-功能信息语义理解特征向量；对所述待回收电子产品的外观图像进行图像特征提取以得到电子产品老化特征向量；以及基于所述系统-功能信息语义理解特征向量和所述电子产品老化特征向量，生成所述待回收电子产品的回收评估值。

技术总结
本申请公开了一种电子设备的智能回收管理系统及方法。其首先获取待回收电子产品的系统信息和功能信息，以及，所述待回收电子产品的外观图像，接着，对所述待回收电子产品的系统信息和功能信息进行语义编码以得到系统-功能信息语义理解特征向量，然后，对所述待回收电子产品的外观图像进行图像特征提取以得到电子产品老化特征向量，最后，基于所述系统-功能信息语义理解特征向量和所述电子产品老化特征向量，生成所述待回收电子产品的回收评估值。这样，可以引入基于机器学习的人工智能技术来综合待回收电子产品的系统信息、外观图像和功能信息来确定回收评估值。和功能信息来确定回收评估值。和功能信息来确定回收评估值。


技术研发人员：于富龙
受保护的技术使用者：天津奇立软件技术有限公司
技术研发日：2023.08.03
技术公布日：2023/9/6