本文主要研究内容
作者陆奕辰,王蕾,潘如如,高卫东（2019）在《毛羽指标研究及毛羽H值预测》一文中研究指出：为客观评价黑板纱线毛羽水平,将绕有纱线的黑板经扫描仪采集图像,通过二值化、形态学运算、局部阈值等处理,得到黑板毛羽图像和毛羽量像素点,提出基于图像处理技术的环锭纺纱线黑板毛羽M指数,探讨M指数与毛羽H值、毛羽根数之间的关系。将24种环锭纺纱线的S1+2值和M指数分别输入到BP(back propagation)神经网络和RBF(radical basis function)神经网络中训练并预测毛羽H值。将预测毛羽H值与实际毛羽H值进行比较,结果表明,在预测精度上,BP网络模型的预测效果最好,RBF网络次之,多元线性回归模型预测效果最差。
Abstract
wei ke guan ping jia hei ban sha xian mao yu shui ping ,jiang rao you sha xian de hei ban jing sao miao yi cai ji tu xiang ,tong guo er zhi hua 、xing tai xue yun suan 、ju bu yu zhi deng chu li ,de dao hei ban mao yu tu xiang he mao yu liang xiang su dian ,di chu ji yu tu xiang chu li ji shu de huan ding fang sha xian hei ban mao yu Mzhi shu ,tan tao Mzhi shu yu mao yu Hzhi 、mao yu gen shu zhi jian de guan ji 。jiang 24chong huan ding fang sha xian de S1+2zhi he Mzhi shu fen bie shu ru dao BP(back propagation)shen jing wang lao he RBF(radical basis function)shen jing wang lao zhong xun lian bing yu ce mao yu Hzhi 。jiang yu ce mao yu Hzhi yu shi ji mao yu Hzhi jin hang bi jiao ,jie guo biao ming ,zai yu ce jing du shang ,BPwang lao mo xing de yu ce xiao guo zui hao ,RBFwang lao ci zhi ,duo yuan xian xing hui gui mo xing yu ce xiao guo zui cha 。
论文参考文献
论文详细介绍
论文作者分别是来自东华大学学报(自然科学版)的陆奕辰,王蕾,潘如如,高卫东，发表于刊物东华大学学报(自然科学版)2019年05期论文，是一篇关于毛羽指标论文,神经网络论文,神经网络论文,线性回归论文,东华大学学报(自然科学版)2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自东华大学学报(自然科学版)2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。