| 基于减法聚类的自适应模糊神经网络评定织物起皱等级 |
| |
| 引用本文： | 杨晓波,黄秀宝.基于减法聚类的自适应模糊神经网络评定织物起皱等级[J].江南大学学报(自然科学版),2003,2(2):167-171. |
| |
| 作者姓名： | 杨晓波 黄秀宝 |
| |
| 作者单位： | 1. 浙江财经学院,信息学院,浙江,杭州,310012
2. 东华大学,纺织学院,上海,200051 |
| |
| 基金项目： | 高等学校博士学科点专项科研基金项目(0D03)资助课题. |
| |
| 摘 要： | 提出了一种基于减法聚类的自适应模糊神经网络，用于织物起皱等级评定．首先利用减法聚类方法确定模糊神经网络的结构，再结合模糊推理系统进行模式识别，并详细介绍了其基本原理和学习算法，最后引入4种起皱特征参数对真实织物进行验证．实验表明，该方法有效且可行．
|
| 关 键 词： | 织物评定 起皱等级 减法聚类 自适应模糊神经网络 模糊推理系统 模式识别 |
| 文章编号： | 1671-7147(2003)02-0167-05 |
| 修稿时间： | 2002年9月23日 |
Evaluation of Fabric Wrinkle Grade Based on Subtractive Clustering Adaptive Network Fuzzy Inference Systems |
| |
| Abstract: | The paper presents a new method of subtractive clustering adaptive network fuzzy inference systems to assess fabric winkle grade. Firstly, subtractive clustering algorithm is used to confirm the structure of fuzzy neural network. Secondly, combined fuzzy inference systems to process pattern recognition, its principle and studying algorithm are introduced in detail. Finally, the four kinds of fabric wrinkle feature parameters are imported to verify the true fabric. The result shows that this method is efficient and feasible. |
| |
| Keywords: | adaptive network fuzzy inference systems subtractive clustering pattern recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
