人工神经网络在纺织中的应用

总结了国际上人工神经网络在纺织生产过程控制,质量控制,性能预测及工艺优化,纺织产品分类,疵点识别,织物鉴别,风格评价和分等评级等方面的研究成果,进行了粗梳毛纺质量控制及丝织物风格评价研究。     

新的纺织材料与未来服装的多种功能

越来越多的研究表明，纺织纤维材料的不同特性是影响织物性能风格及服装穿着功能的最基本因素之一。新技术新科学的不断涌现极大的促进了纺织新材料的更新变革，为纺织工业的发展并满足社会进步与人民日益增长的服饰需求提供了更广泛的空间。纳米技术和纺织材料目前，方兴未艾的“纳米技术”在纺织和相关行业上的应用使纺织产品和百姓的生活质量产生了质的飞跃。西安的科学家将抗辐射物质粉碎到纳米大小并溶于纺织纤维获得成功，制成了国内首创的防止紫外线和磁波辐射的面料（现已申请专利）。用这种面料制成的服饰不仅能吸收阻隔９５％以上…     

基于压弯性能的织物丰满度的可行性分析

采用织物厚度仪、硬挺度测试仪对多种类型共18块纺织服装面料进行测试,并与CHES-FY纺织材料手感风格测试仪测试结果对比,分析织物压缩性能和弯曲性能对丰满度指标的影响。测试结果与CHES-FY风格仪的压缩和弯曲阶段所提取的指标对比,通过SPSS对所测得的指标实施相关性分析和主成分分析,获得了丰满度的回归模型。结果表明:织物的丰满度与压缩性能相关,不同种类面料的丰满度不仅需要考虑压缩性能,还要考虑硬挺度的影响。同时,CHES-FY风格仪能准确地获取织物手感值,其压缩性能可用来评价织物的丰满度,弯曲性能可评价织物的硬挺度。     

专业认证背景下纺织专业课程评价体系与机制研究 ——以《纺织CAD》为例

在纺织专业认证背景下,传统的专业课程评价体系与机制需要重新建立,以保证有效的持续改进.以《纺织CAD》课程为例,通过引入OBE理念,对课程目标、课程内容、教学模式等方面进行了修订,建立了形成性和终结性评价相结合的课程质量综合性评价机制,并制定了多维度、可量化的课程目标达成情况评价体系.教学实践表明,通过实施符合专业认证...     

纺织企业新产品开发决策的综合模糊评定

根据纺织品的特点以及纺织新产品的开发所莎及的因素，建立纺织新产品开发的评价指标体系，并采用多级模糊综合评价方法对其进行评价，为开发纺织新产品决策的制定提供依据。     

中国古代纺织图案及工艺简述

我国纺织图案在风格上的变迁非常复杂，而工艺的多样化则更是令人叹为观止。本文着眼于历史上著名的纺织品，将其工艺特性与图案风格结合起来，对古代纺织进行统览性的探索。     

中国古代纺织图案及工艺简述

我国纺织图案在风格上的变迁非常复杂，而工艺的多样化则更是令人叹为观止。本文着眼于历史上著名的纺织品，将其工艺和特性与图案风格结合起来，对古代纺织进行统览性的探索。     

仿真系列织物风格评价及分析系统

通过评价分析数学模型的引入 ,在多元统计分析、模糊聚类分析等数学理论与方法应用的基础上 ,建立了仿真系列织物风格的评价及分析系统 ,实现仿真织物风格的综合评价 .     

纺织类上市公司内部控制信息披露的市场反应

通过对52家纺织类上市公司披露内部控制信息的市场反应进行分析,发现披露内部控制信息使得企业在资本市场中产生短期的超额收益,但在较长时间段没有得以维持.说明纺织类上市公司内部控制信息披露对资本市场的影响力不足,这与纺织类上市公司内部控制信息披露的方式及内容有关,纺织企业应切实加强内部控制的建设并规范其信息披露机制.     

纺织服装业上市公司企业竞争力的主成分分析

通过搜集20家纺织服装业上市公司近3年的财务数据,构建了纺织服装业上市公司企业竞争力评价指标体系,运用主成分分析方法,并根据评价结果提出了提升纺织服装企业竞争力的对策.     

基于人工神经网络的遥感图像处理方法研究

根据遥感图像的特性,介绍了人工神经网络在遥感图像分析与处理领域的各种应用,重点分析了基于人工神经网络的遥感图像分类与增强、遥感图像复原与重建、图像边缘检测与纹理信息提取等方法,在MATLAB平台下对基于BP神经网络的个别算法进行了实现,并说明了神经网络方法在遥感图像分析与处理技术中的应用潜力。     

改进型BP网络在男西服规格尺寸自动生成上的应用

男西服规格尺寸设计对成衣的合体性和板型有着直接的影响,在现今的服装企业中,这项工作对制板师的经验依赖程度比较高,容易因人员流动影响成衣质量。随着人工神经网络等人工智能技术的发展,本文构建了一种可用于男西服规格尺寸设计的改进型BP神经网络模型,并探讨和分析了隐含层神经元数、传递函数、动量因子等影响神经网络性能的关键因素,经过多次仿真测试,表明利用改进型BP网络可以实现由人体关键部位的净体数据自动生成男西服成衣规格尺寸。若经过进一步完善,此方法还能应用于其他服装品种的规格尺寸设计,有利于提高服装企业的制板效率和成衣的适体率。     

人工神经网络在轨道振动分析中的应用

综述了人工神经网络在轨道振动分析中的应用．介绍了轨道振动分析中人工神经网络常用的模型和基本性能；讨论了人工神经网络在该领域及相关领域的应用情况；最后展望了其发展趋势和应用前景．     

基于人工神经网络的信号预测在Matlab中的研究与实现

阐述了人工神经网络在Matlab软件中实现的基本方法和步骤,并给出了神经网络在信号预测过程中的应用实例.     

隐层改进的BP网络在织物染色配色中的应用

为提高BP网络及其改进网络的收敛和泛化能力,依据计算机配色理论,深入研究了BP神经网络的优缺点,在此基础上提出了一种基于隐层输出反馈改进的BP网络训练算法应用于织物染色配色的算法,并按照此算法进行了织物染色的计算机配色实验。实验验证了人工神经网络算法在织物染色配色中应用的可能性和可靠性,为神经网络模型在织物染色配色中选择和构造合适的高性能网络结构提供了参考。     

神经网络在纺织外贸企业竞争战略中的应用

采用神经网络算法来定量解决企业竞争战略制定问题 ,建立了企业竞争战略形成的智能化模型 ,通过企业竞争力水平来确定企业竞争战略选择 .对陕西省的 15家纺织外贸企业的竞争战略验证 ,表明神经网络的使用能够指导竞争战略的制定 ,具一定的可行性 .     

人工神经网络专家系统应用研究

叙述了人工神经网络的特征及其在专家系统中的应用 ,讨论了人工神经网络专家系统的优缺点 ,并进一步描述了其前景和意义 .     

遗传神经网络在邮件过滤器中的应用

针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力。通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果。     

遗传RBF网络在织物染色配色中的应用

讨论了具有非线性、不确定特性的织物染色配色过程建模与仿真问题。针对传统的织物染色配色方法效果差、精确度不高和难以达到期望结果的问题,结合RBF神经网络的特点,提出了用基于遗传算法训练的RBF神经网络,同时优化网络的参数,并利用遗传RBF神经网络建立织物染色配色模型。仿真结果表明,该模型不仅提高15%的精确度,而且具有全局搜索能力和很好的鲁棒性,在解决织物染色配色问题上取得了预期配色效果。     

人工神经网络结合遗传算法反演岩体初始地应力的研究

提出综合应用实数编码的遗传算法与改进的BP神经网络的优化反演分析方法,并通过数值分析,探讨了该方法在应用于位移反演岩体初始应力与材料参数方面的有效性.在算例中,以Burgers模型的计算数据作为改进神经网络的训练样本,用遗传算法搜索待反演参数解向量.计算结果表明利用遗传算法优化神经网络权值能提高神经网络迭代算法的效率与可靠性.该方法应用于岩体初始应力场的反演具有迭代过程平稳、收敛快、结果准确等特点,能够有效地求得岩体初始应力与材料参数.