主成分分析与BP神经网络对束裤压力的预测

• 作者: 丁正生 林强强 郭颖 马秋瑞
• 来源期刊: 毛纺科技
• 学科: 工学
• 关键词: 束裤压力 主成分分析 BP神经网络 BP神经网络预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 服装设计与工程
• 页码范围: 57-61
• 页数: 5页
• 分类号: TS941.713.6
• 字数: 3619字
• 语种: 中文
• DOI: 10.19333/j.mfkj.2018100190705

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马秋瑞	西安工程大学服装艺术设计学院	16	24	3.0	4.0
2	丁正生	西安科技大学理学院	25	171	8.0	12.0
3	林强强	西安工程大学机电工程学院	12	9	2.0	3.0
4	郭颖	西安科技大学理学院	6	61	4.0	6.0