BP神经网络在织物风格评价中的应用

探索人工神经网络在织物风格评价中的应用 ,基于反向传播神经网络模型 ( BP)建立了四层网络系统用于处理织物风格信号 .实验表明 ,经过学习训练 ,系统具有较强的自适应模式识别能力 。

基于织物风格评价系统的粘胶仿丝织物服用性能及其风格研究

选择四种不同粘胶仿丝织物,两种相似规格真丝织物,对织物表面形态、悬垂性、保形性、透通性、抗静电性等服用性能以及风格进行详细分析。基于粘胶仿丝织物舒适性较好,引进织物风格评价系统测试织物力学性能与风格。结果表明,粘胶仿丝织物的悬垂性、透湿性、抗静电性优越,而韧性、耐用性、透气性良好,但是抗皱性需改进;不同于真丝织物,粘胶仿丝织物硬挺度与光滑度相对较差,但丰满度却较高,因此小线密度的粘胶经纬纱仿丝织物效果更佳。

织物风格的评价与检索系统在服装领域的应用

服装面料的风格和性能与服装款式及加工工艺的匹配是服装设计和加工者面临的重大课题。新颖优美的款式常因面料的选择不当而导致实际成型效果与设计效果大相径庭。面料选择不合理是目前服装生产中存在的主要弊端之一。本文以织物风格评价系统为基础,就基于服装的用途,建立织物风格检测与评价系统的方法和在服装加工中的应用,以及基于顾客的要求,建立织物风格检索系统的方法和使用作一简单介绍。

北京服装学院大型仪器设备介绍:织物风格测试评价系统(FAST)

FAST织物客观评价系统是由澳大利亚联邦科学院研制的、为织物制造厂商和服装制造厂商提供有关织物的性能与手感、成衣性和服用性能之间关系的测试分析仪器．通过对织物进行FAST客观评价，可以预测服装外观及服用性能的优劣，提示服装制造厂该织物加工过程中的难点、潜在的及需注意的问题，从而指导服装加工过程；同时客观评价数据又可反馈给织物制造厂，

仿针织牛仔面料的开发及性能评价

为获得兼具针织和机织牛仔面料优点的新型牛仔面料,从纱线的选择、织造、后整理等方面探讨了仿针织牛仔面料的开发。对比测试了仿针织牛仔面料、针织牛仔面料、纯棉机织牛仔面料等5种面料的拉伸断裂强力、撕破强力、色牢度等指标,并利用川端织物风格评价系统对牛仔面料的拉伸、剪切、弯曲、压缩、表面摩擦5项指标进行织物风格综合分析。结果表明,采用精梳纯棉纱作为经纱,涤纶长丝氨纶包芯纱作为纬纱,选择复合右斜纹组织,经特殊后整理工艺后生产的仿针织牛仔面料经向拉伸断裂强力高达685 N,撕破强力达59 N,粗犷挺括,柔软舒适,弹性和保型性俱佳,克服了针织牛仔面料和机织牛仔面料的风格缺陷。

人工神经网络在纺织中的应用

总结了国际上人工神经网络在纺织生产过程控制、质量控制、性能预测及工艺优化、纺织产品分类、疵点识别、织物鉴别、风格评价和分等评级等方面的研究成果 ,进行了粗梳毛纺质量控制及丝织物风格评价研究。

人工神经网络在纺织上的应用

就人工神经网络在纺织上的应用进行初步分析,特别是在纺织分类评级、织物风格评价、纺织识别等方面进行了研究探讨,比如用KES-F系列风格仪器测试代替人手触摸织物,由仪器测得的16个物理力学量计算织物风格;用Kawabata风格仪测得的16个物理量作为输入参数,以织物种类为输出,用三层BP网进行训练,网络经训练后对未知织物进行识别。最后介绍了人工神经网络的两类实现方法。