主成分分析与BP神经网络对束裤压力的预测

论文摘要

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。

论文目录

• 1 数据采集
• 2 数据分析
•   2.1 主成分分析法
•     2.1.1 主成分分析原理
•     2.1.2 主成分分析步骤
•   2.2 BP神经网络
• 3 预测结果对比
• 4 结束语

文章来源

类型: 期刊论文

作者: 郭颖,丁正生,马秋瑞,林强强

关键词: 束裤压力,主成分分析,神经网络,神经网络预测

来源: 毛纺科技 2019年07期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,自动化技术

单位: 西安科技大学理学院,西安工程大学服装艺术设计学院,西安工程大学机电工程学院

基金: 国家自然科学基金(71473194)

分类号: TP183;TS941.17

DOI: 10.19333/j.mfkj.2018100190705

页码: 57-61

总页数: 5

文件大小: 106K

下载量: 197