共查询到18条相似文献,搜索用时 93 毫秒
1.
针对标准BP算法收敛速度慢,易出现局部极小值等缺陷,采用Levenberg-Marquardt(LM-BP)算法,提出了一种经改进的BP神经网络预测模型。运用该预测模型,建立了活性染料染色各工艺参数与织物表面K/S值之间的对应关系,同时将其与传统BP算法预测模型在网络收敛时间、预测准确度等方面进行比较。结果表明:传统BP算法经1 500步训练后达到的收敛精度,在LM-BP算法预测模型中只需大约7步训练;染色K/S值预测值和试验值之间的相关系数R也相应由0.995提高到0.999。对比认为,LM-BP算法预测模型在对活性染料染色K/S值的预测中更为优越,时间短,准确率高。 相似文献
2.
3.
活性染料固定率测定一般采用分光洗涤法,为了简化其测定操作,文中以活性染料染色的理论为基础,应用现代计算机测色配色技术,探讨了K/S值涂布法测定活性染料固色率的可行性。测定了不同染料涂布时,染料浓度与织物K/S值的关系曲线;测试并比较了K/S值涂布法固色率与分光洗涤法固色率。结果表明,涂布法制备染样的K/S值随着染料浓度的提高而增加,涂布法可以获得固色率100%试样的K/S值;K/S值涂布法测定活性染料固色率具有一定的可行性,且操作简便。 相似文献
4.
5.
探讨了染色温度、纯碱和元明粉用量、染料浓度对活性艳红KN-5B和活性红B-3BF两只活性染料染色珍珠粘胶散纤维的表观色深K/S值的影响,测定了两只染料对珍珠粘胶纤维的耐酸碱稳定性.结果表明:活性艳红KN-5B和活性红B-3BF两只活性染料分别在60℃~70℃和50℃~80℃温度下,纯碱用量分别为3g/L和1g/L,氯化钠用量分别为50g/L和30g/L,固色时间分别为30 min和20 min时,可使珍珠纤维获得较好的固着效果;且活性艳红KN-5B与珍珠纤维的耐碱稳定性强于耐酸稳定性,而活性红B-3BF具有较高的耐酸碱稳定性. 相似文献
6.
7.
8.
研究活性染料染棉纤维中,采用新型固色碱剂RS-3518代替纯碱对染色性能的影响.实践证明:碱剂RS-3518完全可以代替纯碱,试样可以获得与使用纯碱相当或高于的K/S值和染色牢度,且上色缓慢. 相似文献
9.
10.
11.
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。 相似文献
12.
13.
霉变是造成粮食损失的重要原因,为了降低损失,将危害控制在萌芽状态,提前预测预警意义重大。本研究利用MATLAB的神经网络工具箱建立了预测粮食霉变的BP神经网络,给出了稻谷在给定含水率、温度、储藏时间的条件下是否会发生霉变的预测模型。同时,通过合理选择训练样本的数目,探究训练样本数量对网络精度的影响,并通过华北地区实仓数据验证由实验数据得到的BP神经网络在实际应用中所能达到的准确程度。经过验证,对于实验数据,训练样本数目大于400时,神经网络预测正确率可以达到94.3%;样本数越大,正确率越高。随机选择2 500个实验室样本数据进行训练得到的神经网路预测模型,对剩余样本预测准确率达到98%,对于实仓检测数据,正确率可以达到82.1%。 相似文献
14.
15.
纸浆浓度的神经网络PID控制 总被引:2,自引:0,他引:2
针对造纸过程中纸浆浓度控制的特点,通过BP神经网络与PID相结合,组成神经网络控制器,用于纸浆浓度控制。利用神经网络自学习、自适应的功能,根据实际工况在线实时调整PID参数,使纸浆浓度的控制处于一种最优状态,达到较好的控制品质。 相似文献
16.
17.
BP神经网络在洗毛工艺中的应用 总被引:1,自引:1,他引:0
基于BP神经网络方法,建立了洗毛工艺参数与洗毛质量之间关系的模型,对洗毛新工艺进行判别。实验结果表明:网络迅速完成训练,输出误差低于10^-3,模型具有很高的精度和准确性可以用于对洗毛新工艺的判别,为客观准确地制订洗毛工艺提供新思路。 相似文献
18.
对于大豆四级油,采用BP 神经网络对其近红外光谱数据建模,对系统的结构及参数选取进行了分析,对样本训练集的设计和网络输入端的主因子方面进行了处理。对于其他的多变量建模方法,分析了其对近红外光谱有用信息的提取作用。结果显示:多元线性回归、主成分回归和偏最小二乘法对大豆四级油酸价预测的标准偏差分别为0.1472%、0.1801% 和0.1576%,BP 神经网络的预测标准偏差为0.1387%。 相似文献