[1] |
周玲玲. 织物力学性能指标与悬垂形态关系研究[D]. 杭州: 浙江理工大学, 2010.
|
[2] |
王霞, 罗戎蕾. 织物悬垂性的研究现状及发展趋势[J]. 纺织导报, 2021(9): 78-82. DOI: 10.16481/j.cnki.ctl.2021.09.023.
|
[3] |
马磊. 基于纱线及面料性能的织物悬垂指标预测体系的建立与验证[D]. 上海: 东华大学, 2013.
|
[4] |
齐红衢. 织物悬垂测试及三维预测系统开发[D]. 杭州: 浙江理工大学, 2010.
|
[5] |
王霞. 基于BP神经网络的三维虚拟织物悬垂性的模拟研究[D]. 杭州: 浙江理工大学, 2022.
|
[6] |
魏安静, 王军, 李泽应, 等. 改进型BP神经网络在织物悬垂性能中的预测应用[J]. 兵工自动化, 2007, 26(6): 59-60. DOI: 10.3969/j.issn.1006-1576.2007.06.026.
|
[7] |
曹建达. BP神经网络预测棉织物悬垂性能[J]. 上海纺织科技, 2003, 31(4): 59-60. DOI: 10.16549/j.cnki.issn.1001-2044.2003.04.035.
|
[8] |
余志才, 钟跃崎. 应用人工神经网络分析织物的形态与性能之间的关系[J]. 毛纺科技, 2021, 49(5): 1-7. DOI: 10.19333/j.mfkj.20210200907.
|
[9] |
苏佳, 杨泽超, 易卿武, 等. 基于遗传算法优化BP神经网络的GNSS干扰源定位技术[J]. 无线电工程, 2024, 54(5):1175-1182.DOI:10.3969/j.issn.1003-3106.2024.05.014.
|
[10] |
严祥高, 贾小林, 朱永兴. 运用GA-BP算法的BKlob模型优化分析[J]. 导航定位学报, 2023, 11(5): 101-110. DOI: 10.16547/j.cnki.10-1096.20230513.
|
[11] |
李建磊, 付世豪, 宋金繁. 基于神经网络优化算法的降水量预测研究[J]. 黑龙江科学, 2023, 14(8): 27-30. DOI: 10.3969/j.issn.1674-8646.2023.08.006.
|
[12] |
余志才. 基于三维模型和深度学习的织物悬垂性能研究[D]. 上海: 东华大学, 2020.
|
[13] |
张萍, 于学成, 于悦. 织物悬垂性能的评价指标及影响因素[J]. 辽东学院学报(自然科学版), 2016, 23(4): 290-294. DOI: 10.14168/j.issn.1673-4939.2016.04.13.
|
[14] |
中国纺织工业协会. 纺织品机织物单位长度质量和单位面积质量的测定: GB/T 4669—2008[S]. 北京: 中国标准出版社, 2009.
|
[15] |
中国纺织总会. 纺织品和纺织制品厚度的测定: GB/T 3820—1997[S]. 北京: 中国标准出版社, 1998.
|
[16] |
中国纺织总会科技发展部. 织物悬垂性试验方法: FZ/T 01045—1996[S]. 北京: 中国标准出版社, 2004.
|
[17] |
王玉清, 纪峰. 织物悬垂性能理论研究综述[J]. 山东纺织科技, 2004, 45(5): 50-52. DOI: 10.3969/j.issn.1009-3028.2004.05.019.
|
[18] |
CHANG Z Y, ZHANG Q, LI Y F, et al. Identification method for XRF spectral analysis based on an AGA-BP-attention neural network[J]. Electronics, 2024, 13(3): 507. DOI: 10.3390/electronics13030507.
|
[19] |
张睿. 基于多类别相关性分析的多目标回归方法研究[D]. 重庆: 重庆邮电大学, 2021.
|
[20] |
王毅. 基于人工神经网络和随机森林算法的爆破振动预测研究[D]. 南宁: 广西大学, 2020.
|
[21] |
姜延, 王瑞, 丁恒. 织物静态悬垂效果与KES指标的相关性[J]. 毛纺科技, 2011, 39(11): 45-48. DOI: 10.19333/j.mfkj.2011.11.013.
|
[22] |
莫振恩, 佐同林, 吴薇, 等. 棉织物悬垂系数与悬垂外观形貌外张及均匀程度的关系[J]. 山东纺织科技, 2014, 55(6): 11-14. DOI: 10.3969/j.issn.1009-3028.2014.06.005.
|
[23] |
BEHERA B K, MUTTAGI S B. Performance of error back propagation vis-á-vis radial basis function neural network: Part I: Prediction of properties for design engineering of woven suiting fabrics[J]. The Journal of the Textile Institute, 2004, 95(1/2/3/4/5/6): 283-300. DOI: 10.1533/joti.2003.0054.
|
[24] |
BEHERA B K, MISHRA R. Artificial neural network-based prediction of aesthetic and functional properties of worsted suiting fabrics[J]. International Journal of Clothing Science and Technology, 2007, 19(5): 259-276. DOI: 10.1108/09556220710819483.
|
[25] |
XIA S H, FAN X J. Prediction of fabric drape based on BP neural network paper[C]// 2020 IEEE 7th International Conference on Industrial Engineering and Applications (ICIEA). Bangkok, Thailand. IEEE, 2020: 206-210. DOI: 10.1109/iciea49774.2020.9102016.
|
[26] |
DING S F, SU C Y, YU J Z. An optimizing BP neural network algorithm based on genetic algorithm[J]. Artificial Intelligence Review, 2011, 36(2): 153-162. DOI: 10.1007/s10462-011-9208-z.
|
[27] |
ZHANG X, CHEN X D, LI J J. Improving dam seepage prediction using back-propagation neural network and genetic algorithm[J]. Mathematical Problems in Engineering, 2020, 2020: 1404295. DOI: 10.1155/2020/1404295.
|
[28] |
HARUMY T H F, ZARLIS M, EFFENDI S, et al. Prediction using a neural network algorithm approach (a review)[C]// 2021 International Conference on Software Engineering & Computer Systems and 4th International Conference on Computational Science and Information Management (ICSECS-ICOCSIM). Pekan, Malaysia. IEEE, 2021: 325-330. DOI: 10.1109/icsecs52883.2021.00066.
|