人工神经网络纱线质量预报模型的实用化

介绍了纱线质量预报的神经网络模型的实用化方法 ,及对一些不足的具体改进措施 ,如输入参数筛选的方法、数据归一化时的技巧及神经网络质量预报系统的界面化等 ,并简单介绍了网络补充训练子系统     

人工神经网络纱线质量预报模型的实用化

介绍了纱线质量预报的神经网络模型的实用化方法，及对一些不足的具体改进措施，如输入参数筛选的方法、数据归一化时的技巧及神经网络质量预报系统的界面化等，并简单介绍了网络补充训练子系统。     

基于人工神经网络的毛精纺纱线质量预报技术

介绍了毛精纺纺纱过程与人工神经网络的特点 ,提出人工神经网络在纺纱质量预报中的工作原理与实现方法 ,并提供了国内外的应用实例 ,指出人工神经网络技术在毛精纺纱线质量预报中的广泛应用前景。     

人工神经网络技术与纺纱质量预报

评述了人工神经网络和纺纱过程的特点，提出了人工神经网络在纺纱质量预报中的工作原理和网络构建方法，并提供了国内外的应用实例和网络的实现方法，提出人工神经网络技术在纺纱质量预报中的广泛应用前景。     

粗纺羊绒纱线质量预报模型

通过对羊绒粗纺生产和人工神经网络的研究,建立了粗纺羊绒纱线质量预报模型.该模型可以预先知道某种原料所能加工出的产品质量情况,以指导生产过程的质量控制,降低企业的生产成本,缩短新产品的开发周期,并提高企业的生产管理水平.同时还建立了人机交互界面,彻底实现了质量预报模型的软件化,更方便于企业应用于实际生产.     

人工神经网络技术与纺纱质量预报

评述了人工神经网络和纺纱过程的特点 ,提出人工神经网络在纺纱质量预报中的工作原理和网络构建方法 ,并提供了国内外的应用实例和网络的实现方法 ,指出人工神经网络技术在纺纱质量预报中的广泛应用前景     

基于人工神经网络的粗纺羊绒纱线质量预报模型

随着科学技术的进步,各行各业都十分重视利用高新技术来改造传统产业,纺织行业也不例外,而羊绒纺织工业是纺织工业的重要组成部分,因此重视利用计算机等现代科学技术提高对绒纺生产质量的预测和控制,使企业占据竞争的有利地位是必然的发展趋势。本研究采用BP神经网络算法,利用计算机软件编程,建立粗纺羊绒纱线质量预报模型。通过该模型可以预见某种原料所能加工出的产品质量情况,以指导生产过程的质量控制,降低企业的生产成本,缩短新产品的开发周期,并提高企业的生产管理水平。     

精梳毛纺纱线质量预报

纺纱在纺织加工，尤其在毛纺织工艺流程中是一个十分关健的工段，其耗资为整个毛条生产过程的3—4倍，所以合理选用原料，对原料的成纱质量、加工性能进行预测和监控，不仅具有重要的学术意义，而且具有很好的经济意义。     

神经网络纱线质量预测子系统--神经网络技术在纺织企业质量管理系统中的应用

介绍了神经网络纱线质量预测子系统的设计思路以及流程 ,探讨神经网络技术在现有纺织企业质量管理系统基础上的应用问题。提出神经网络质量预测技术的实用化问题以及解决方法     

利用神经网络与AFIS纤维测试系统预测纱线质量

评述了人工神经网络以及AFIS纤维测试系统的特点，提出利用人工神经网络和AFIS纤维测试系统进行纺纱质量预测的工作原理和网络构建方法，并提供了实例，说明神经网络可以有效地解决纱线质量预测问题，指出人工神经网络技术在纺纱质量预测和控制中的广泛应用前景。     

基于HVI指标与RBF神经网络的纱线质量预测

将人工神经网络与HVI指标相结合,提出了一种基于RBF神经网络的纱线质量预测方法,克服了BP神经网络训练效率低、容易陷入局部极小化等不足。通过实例分析,利用马克隆值等14项HVI指标和工艺参数对纱线的单纱断裂强度等4项指标进行预测,试验结果表明:与传统纱线质量预测方法相比,基于RBF神经网络的纱线质量预测模型表现出了优良的预测精度及稳定性,对降低生产成本、提高生产效率具有积极意义。     

基于BP人工神经网络的纱线毛羽预测研究

研究基于BP人工神经网络的纱线毛羽预测问题.以棉纤维的7项品质指标作为输入参数,以棉纱的毛羽指数H指标作为输出参数,通过使用36组数据分别进行网络模型训练,最终将纱线毛羽指数预测模型的结构选定为7-10-1来进行纱线毛羽的预测,结果表明:BP人工神经网络模型的预测速度和精度较好.     

预报细纱条干不匀率的BP神经网络方法

介绍了BP神经网络及其算法 ,分别建立了两类细纱条干不匀率CV值预报模型 ,并对预报结果分别作了对比分析 ,得出了两类模型的最佳结构 ,从而证明BP神经网络应用于纺纱质量预报的合理性和良好前景。     

人工神经网络在光度法中的应用进展

简述了人工神经网络的主要特点和最常用的类型——误差反向传递网络(BP网络)，将人工神经网络在光度法中的应用分为3个方面：多组分的同时测定、非线性定量、形态分析，并分别讨论了人工神经网络模型算法研究的基本情况。     

集棉器对成纱质量的影响

分析了集棉器的数学模型,通过在EJM128K型环锭细纱机上应用不同开口尺寸规格的集棉器纺制CJ 9.7tex和CJ 7.3tex纱,并对纱线的毛羽、强力、条干等各项指标进行对比分析。指出:合理使用集棉器,能显著降低中细号纱的成纱毛羽,提高成纱强力,特别是适于须条不是很好、边缘纤维较多的品种;使用集棉器时应注意积棉、跑偏、卡死等问题。     

利用神经网络技术预测浆纱质量

阐述了神经网络技术在预测浆纱质量方面的应用情况,提出了利用神经网络预测浆纱质量的技术途径,介绍了神经网络的基本原理以及目前广泛应用于纺织领域中质量预测的BP算法,然后结合浆纱工艺以及BP算法流程图,在MATLAB6.5软件下通过编辑的方法,应用神经网络技术预测浆纱质量.     

亚麻纤维品质与成纱质量的人工神经网络分析方法

运用人工神经网络的典型模型——“反向传播”模型,建立了由亚麻纤维的品质预报其成纱质量的连接机制模型。最大拟合相对误差不超过3.2%,最大预测相对误差不超过0.23%。实验结果表明,该方法性能良好,在各类纺织品质量分析预测方面有广阔的应用前景。