丝绸
絲綢
사주
SILK
2008年
4期
40-42
,共3页
楚艳艳%汪青%崔世忠%禹建丽
楚豔豔%汪青%崔世忠%禹建麗
초염염%왕청%최세충%우건려
纺织品热湿阻%舒适性%线性回归模型%BP神经网络%组合神经网络模型
紡織品熱濕阻%舒適性%線性迴歸模型%BP神經網絡%組閤神經網絡模型
방직품열습조%서괄성%선성회귀모형%BP신경망락%조합신경망락모형
针对纺织品热湿阻估计问题,采用纤维种类、面密度、厚度、透气性和回潮率5个影响因素,基于线性回归模型、BP人工神经网络模型,建立组合神经网络模型,分别对织物热湿阻值进行了实验估计.结果表明,线性回归模型对织物热阻和湿阻的估计精度平均值分别为7.97%和6.69%;BP人工神经网络模型的估计精度平均值分别为4.23%和4.72%;组合神经网络模型的估计精度分别为1.31%和1.97%,估计精度高于其他两种模型.
針對紡織品熱濕阻估計問題,採用纖維種類、麵密度、厚度、透氣性和迴潮率5箇影響因素,基于線性迴歸模型、BP人工神經網絡模型,建立組閤神經網絡模型,分彆對織物熱濕阻值進行瞭實驗估計.結果錶明,線性迴歸模型對織物熱阻和濕阻的估計精度平均值分彆為7.97%和6.69%;BP人工神經網絡模型的估計精度平均值分彆為4.23%和4.72%;組閤神經網絡模型的估計精度分彆為1.31%和1.97%,估計精度高于其他兩種模型.
침대방직품열습조고계문제,채용섬유충류、면밀도、후도、투기성화회조솔5개영향인소,기우선성회귀모형、BP인공신경망락모형,건립조합신경망락모형,분별대직물열습조치진행료실험고계.결과표명,선성회귀모형대직물열조화습조적고계정도평균치분별위7.97%화6.69%;BP인공신경망락모형적고계정도평균치분별위4.23%화4.72%;조합신경망락모형적고계정도분별위1.31%화1.97%,고계정도고우기타량충모형.