基于核主成分分析的丝织物缝纫平整度模糊评价

下载PDF

导出

摘要通过核主成分分析对面料FAST高维数据进行降维处理,获取的核主成分作为模糊神经网络的输入,提出了一种丝织物缝纫性能模糊评价方法.实验结果表明,该方法可以基于丝织物FAST力学指标快速准确地预测成衣后的缝纫性能.

作者朱文艺浦冬晓

机构地区江阴职业技术学院艺术系

出处《通化师范学院学报》 2011年第10期17-18,59,共3页 Journal of Tonghua Normal University

关键词丝织物 FAST力学指标缝纫平整度核主成分分析模糊神经网络

参考文献4

1Pan Y H, Bao F, Wang S T. Objective Evaluation of Seam Pucker Using SFC - RBFNN [ J ]. DCABES 2007 Proceedings,2007 ( 1 ) :592 - 596.
2Tan. J. Applications of kernel PCA methods to geophysical data[ M ]. Virginia:George Masor, University,2005.
3Luc, Zhang T Y. Adaptive Robust Kernel PCA Algorithm [ J ]. IEEE ICASSP, 2003 (6) :621 - 624.
4潘永惠,范蕤,王士同.基于模糊神经网络的面料成形性预测[J].纺织学报,2008,29(9):47-50. 被引量：3

1陶钧.织物结构对缝纫条件的选择[J].纺织学报,2004,25(5):119-121. 被引量：7
2孙鸿文,陈庆官.Bp神经网络识别服装面料成形性探讨[J].苏州大学学报（工科版）,2005,25(1):60-63. 被引量：3
3杨晓波.基于模糊模式识别的织物平整度等级评定[J].纺织学报,2005,26(6):15-18. 被引量：4
4Yang Y P, Xu X M, Zhang W Y. Design neural networks based fuzzy logic[J]. Fuzzy Sets and Systems, 2000, 114: 325 - 328.
5Shi Y, Mizumoto M. Some consideration on conventional neuro-fuzzy learning algorithms by gradient descent method [J]. Fuzzy Set and Systems, 2000, 112:51 -63.
6Yan Shi, Masaharu Mizumoto. A new approach of neurofuzzy learning algorithm for running fuzzy rules [ J ]. Fuzzy Sets and Systems, 2000, 112:99- 116.
7Wang Y, Rong G. A self-organizing neural network based fuzzy system [J]. Fuzzy Sets and Systems, 1999, 103:1- 11.
8Pan Y H, Bao F, Wang S T. Objective evaluation of seam pucker using SFC-RBFNN [ C]//Guo Q P, Guo Y C. International Symposium on Distributed Computing and Applications to Business, Engineering and Science. Wuhan : Hubei Science and Technology Press, 2007 : 592 - 596.
9王革辉,张渭源.薄型羊毛及毛混纺机织面料的成衣加工性能[J].纺织学报,2001,22(1):30-32. 被引量：6
10杨建忠,王善元.轻薄织物斜向力学性能与缝纫起皱关系的研究[J].西北纺织工学院学报,2001,15(3):15-20. 被引量：8

通化师范学院学报

2011年第10期

内容加载中请稍等...