共查询到10条相似文献,搜索用时 15 毫秒
1.
基于贝叶斯方法的山羊绒与细羊毛的鉴别 总被引:3,自引:0,他引:3
根据细羊毛与山羊绒的鳞片形状与结构特征的不同,提出智能识别2类纤维的方法。通过CCD系统获取2类纤维的灰度图像,采用图像技术将灰度图像处理成单像素宽度的二值图,从二值图中提取描述2类纤维鳞片形状特征的4个比对指标。在样本数据库上基于4个比对指标的统计假设建立辨识细羊毛与山羊绒纤维的贝叶斯分类模型。仿真结果表明:该模型具有较好的纤维鉴别能力,对山羊绒纤维的识别准确度达到83%,对细羊毛则达到90%;并且随着参数的增加,模型有进一步提高鉴别精度的可能。 相似文献
2.
3.
山羊绒与细羊毛、牦牛绒、驼绒均为角朊蛋白细胞组成,结构特征相似,在测定其混纺产品中羊绒含量具有一定的难度,是检验部门面对的一大难题。本文介绍了动物纤维的结构特点,结合光学显微镜图片围绕着山羊绒与细羊毛、牦牛绒、驼绒的鳞片形态特征的差异,对这几种混纺产品中羊绒含量的定量方法做出探讨。 相似文献
4.
从羔羊毛的物理机械性能出发,将细羊毛与山羊绒在长度、细度、强度、伸长率、卷曲、密度、摩擦性能、回潮率和比电阻等方面进行了比较.研究结果表明,羔羊毛的特性介于细羊毛和山羊绒之间,可纺性优于山羊绒. 相似文献
5.
6.
针对羊绒与细羊毛鉴别的问题,研究了鳞片纹图基因码关于羊绒的的识别精度。研究表明, 虽然羊绒与细羊毛同一鳞片纹图基因码的分布类型相同,但数字特征却大同小异,羊绒鳞片纹图基因码的数字特征表明其鳞片更似方形或窄矩形,而细羊毛的则更似宽矩形。在所有纹图基因码中,两类纤维鳞片面积、周长和矩形度的分布几乎完全重叠,表明三者无法用于纤维鉴别。两类纤维其它纹图基因码的分布部分重叠,据此可建立具有最小识别误差的纤维辨识标准,获得了羊绒纤维最大识别概率为88.8%,羊毛最大识别概率为92%,最小识别误差为10.7%的结论。这些结论为羊绒鉴别最优基因组的发现提供了理论参考。 相似文献
7.
山羊绒与绵羊毛均为天然蛋白质纤维,细羊毛与山羊绒的外观和化学性质极为相似,用光学显微镜和化学方法极难分辨;山羊绒与羊毛的经济价值差异很大,在核算产品成本和进行交易验收时,对两种纤维的混纺含量进行准确的定量分析,是非常必要的,而要做到这一点,必须准确地鉴别两种纤维。 相似文献
8.
相对于山羊绒原料,细羊毛、兔绒与大豆蛋白复合纤维的来源较广、价格较低且具备潜在的仿真优势,将这3种原料进行配伍,并建立用于深度仿真的原料配比数学模型。直接影响产品风格的原料特征指标主要涉及回潮率、初始模量、卷曲弹性回复率、导热系数、质量比电阻、摩擦因数、密度与直径。在仿真可行性分析基础上,将这8项特征指标分成可仿真指标与检验性指标2类,并以排列组合的方式对可仿真指标进行两两分组,使每个组合中的2项指标依次作为首选拟合指标,利用原料配比数学模型的求解式逐组计算能同时满足山羊绒2项特征指标的原料配比,最终获得7个可行方案。其中拟合效果最好的积累误差率分别只有6.09%和8.48%,达到了深度仿真目的。 相似文献
9.
利用显微镜鉴别山羊绒是目前行之有效的方法之一,但由于类山羊绒的不断出现和山羊绒鳞片结构的变异,山羊绒与类山羊绒的鳞片鉴别特征参数相互交叉,用单独的参数相互比较易产生误判,用多维模糊C均值聚类(FCM)分析方法,将羊绒纤维鉴别特征参数按纤维直径分为7个比对(聚类)中心;按不同的权重将多维的单独参数优化成一个综合指标;通过比较综合指标与聚类中心的距离判别纤维类属。山羊绒与细羊毛及山羊绒与牦牛绒鉴别的两个实例,证明了这一分析方法,可用来验证初步判别的可信度,降低山羊绒鉴别的误判率。 相似文献