基于支持向量机的精纺毛织物透气性预测
为了能够快速、高效地预测精纺毛织物材料透气性,首先对精纺毛织物透气性参数之间的关系进行分析,然后,基于对现有的精纺毛织物透气性预测方法进行比较分析,并借助支持向量机训练速度快、参数选择少的优点,构建了一种基于支持向量机的精纺毛织物透气性预测模型.其次,选取了34组精纺毛织物样本,其中27组作为训练样本,7组作为测试样本,通过提出的模型对精纺毛织物的透气性进行实验验证.结果 表明:在参数C=1 325.525 8和σ=0.102 8的条件下,对精纺毛织物透气性预测结果的平均误差小于4%,得到较好预测结果.与现有BP神经网络预测模型相比,其预测精度提高了3%,进一步说明构建的模型有利于快速、高效地预测精纺毛织物材料透气性.
预测、透气性、精纺毛织物、支持向量机
47
TS106.4(纺织工业、染整工业)
陕西省重点研发计划项目2017GY-39;中国纺织工业联合会应用基础研究项目J201508;中国纺织工业联合会科技指导性项目计划2016076;陕西省教育厅服务地方专项计划项目16JF009;西安市科技计划项目2017074CG/RC037XAGC005
2019-10-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
66-72