论文部分内容阅读
运用KES织物风格仪测量了30种绸型裙装面料的拉伸、剪切、弯曲等力学性能。根据面料的力学性能指标,基于概率神经网络构建了绸型裙装面料分类模型,该模型的训练与验证借助于Matlab 2019的编程完成。结果表明:基于概率神经网络的分类方法具有较好的可行性,该分类方法对测试样本噪音具有较强的鲁棒性。分类后的面料在规格参数及手感特征等方面均存在显著差异,该研究可为企业设计不同类别的绸型裙装面料提供量化依据,满足消费者的着装需求。