本文主要研究内容
作者郭颖,丁正生,马秋瑞,林强强(2019)在《主成分分析与BP神经网络对束裤压力的预测》一文中研究指出:为了预测人体穿上束裤时身体各部位的压力变化,提出了一种主成分分析与BP神经网络相结合的预测方法。首先测量了90位女大学生在穿着同一品牌、款式束裤时,身体各部位所对应的压力值,然后用主成分分析的方法对影响压力的9个因素进行提取分析,得到体重、臀围和大腿中部围这3项作为神经网络的输入指标,压力值作为输出指标。借助Matlab软件自行编程并进行调试,比较并分析BP神经网络与PCA-BP神经网络的预测结果。结果显示,PCA-BP神经网络较BP神经网络预测的相对误差的精度提高了3. 790 7%,相对误差的绝对值精度提高了5. 793 4%,训练时间减少了18. 321 s。
Abstract
wei le yu ce ren ti chuan shang shu ku shi shen ti ge bu wei de ya li bian hua ,di chu le yi chong zhu cheng fen fen xi yu BPshen jing wang lao xiang jie ge de yu ce fang fa 。shou xian ce liang le 90wei nv da xue sheng zai chuan zhao tong yi pin pai 、kuan shi shu ku shi ,shen ti ge bu wei suo dui ying de ya li zhi ,ran hou yong zhu cheng fen fen xi de fang fa dui ying xiang ya li de 9ge yin su jin hang di qu fen xi ,de dao ti chong 、tun wei he da tui zhong bu wei zhe 3xiang zuo wei shen jing wang lao de shu ru zhi biao ,ya li zhi zuo wei shu chu zhi biao 。jie zhu Matlabruan jian zi hang bian cheng bing jin hang diao shi ,bi jiao bing fen xi BPshen jing wang lao yu PCA-BPshen jing wang lao de yu ce jie guo 。jie guo xian shi ,PCA-BPshen jing wang lao jiao BPshen jing wang lao yu ce de xiang dui wu cha de jing du di gao le 3. 790 7%,xiang dui wu cha de jue dui zhi jing du di gao le 5. 793 4%,xun lian shi jian jian shao le 18. 321 s。
论文参考文献
论文详细介绍
论文作者分别是来自毛纺科技的郭颖,丁正生,马秋瑞,林强强,发表于刊物毛纺科技2019年07期论文,是一篇关于束裤压力论文,主成分分析论文,神经网络论文,神经网络预测论文,毛纺科技2019年07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,资料来自毛纺科技2019年07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。
标签:束裤压力论文; 主成分分析论文; 神经网络论文; 神经网络预测论文; 毛纺科技2019年07期论文;