基于组合神经网络模型对纺织品热阻与湿阻的估计研究

被引：3

作者：

楚艳艳

汪青

崔世忠

禹建丽

机构：

[1] 中原工学院纺织学院

来源：

丝绸 | 2008年 / 04期

关键词：

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;

D O I：

暂无

中图分类号：

TS101.923 [];

学科分类号：

摘要：

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。

引用

页码：40 / 42

页数：3

共 10 条

[1]

Prediction of chenille yarn and fabric abrasion resistance using radial basis function neural network models.[J].Erhan Kenan Çeven;Sezai Tokat;Özcan Özdemir.Neural Computing and Applications.2007, 2

[2]

基于神经网络的精梳毛纺纱线预测 [J].