基于SVM的织物透气量分析方法技术

本发明专利技术公开基于SVM的织物透气量分析方法，它包括以下步骤：以下步骤：(1)测量不同喷嘴在不同压差的透气量，建立不同喷嘴的压差-透气量数据集合；(2)对采集到的压差-透气量数据进行预处理；(3)选择径向基RBF核函数，采用遗传算法对不同喷嘴的SVM透气量模型的惩罚参数C、核参数g进行优化选择；(4)根据第(3)步得到的优化参数和第(2)步得到的数据建立不同喷嘴情况下对应压差-透气量的SVM预测模型；(5)利用(4)步的模型，对实时采集到的喷嘴两端的压差参数进行透气量分析，分析数据进行反归一化处理获得织物的透气量。本发明专利技术的技术方案创新性的提出了基于SVM模型进行织物透气量分析计算的方法，解决现有压差数据计算织物透气量精度不够，模型不准确的缺陷。

【技术实现步骤摘要】
【专利摘要】本专利技术公开基于SVM的织物透气量分析方法，它包括以下步骤：以下步骤：(1)测量不同喷嘴在不同压差的透气量，建立不同喷嘴的压差-透气量数据集合；(2)对采集到的压差-透气量数据进行预处理；(3)选择径向基RBF核函数，采用遗传算法对不同喷嘴的SVM透气量模型的惩罚参数C、核参数g进行优化选择；(4)根据第(3)步得到的优化参数和第(2)步得到的数据建立不同喷嘴情况下对应压差-透气量的SVM预测模型；(5)利用(4)步的模型，对实时采集到的喷嘴两端的压差参数进行透气量分析，分析数据进行反归一化处理获得织物的透气量。本专利技术的技术方案创新性的提出了基于SVM模型进行织物透气量分析计算的方法，解决现有压差数据计算织物透气量精度不够，模型不准确的缺陷。【专利说明】基于SVM的织物透气量分析方法
本专利技术属于纺织品自动检测领域，特别是涉及对织物透气量利用SVM原理和方法进行透气量分析的方法。
技术介绍
织物透气性是指当织物两侧存在压差时，空气从织物的气孔透过的性能，织物的透气性能通常采用透气量来表示。透气量是指织物两面在规定的压差下，单位时间内通过织物单位面积的空气体积。空气透过织物有两条途径:(I)是织物纱线间的空隙；(2)是纱线内纤维间的缝隙，一般以纱线间的空隙为主要途径。透气性的大小直接关系到织物舒适性的好坏。因此，透气量的大小是衡量织物性能的一个重要指标参数。进行织物透气性检测的仪器为织物透气量仪，如图1是一种透气量仪的结构图，将待测织物I夹持在上腔室2顶端，夹样时采用足够的张力使试样平整而又不变形，同时为防止漏气在待测样品的低压一侧应垫上密封垫圈3，在上腔室和下腔室6之间插入喷嘴4，启动吸风机7，使空气通过待测样品，逐渐调节吸风机流量，使压力降逐渐接近规定值，喷嘴两端的传感器5的测量压差，根据测量到压差计算透气量。测量得到压差进行建模确定透气量的一般模型是幂函数模型，该方法虽然在一定程度上能反映两者之间的关系，但是拟合精度不高。如何根据压差数据，构建准确的透气量计算模型是透气量测量中的关键。由于不同喷嘴下的压差-透气量数据都是小样本(低维)数据，而支持向量机的优点是能够处理小样本、非线性、高维数的问题，能够克服如神经网络中局部极小值的问题。SVM支持向量机方法通过一个非线性映射P，把样本空间映射到一个高维乃至无穷维的特征空间中(Hilbert空间)，使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题。简单地说，就是升维和线性化。升维，就是把样本向高维空间做映射，一般情况下这会增加计算的复杂性，甚至会引起“维数灾难”，因而人们很少问津。但是作为分类、回归等问题来说，很可能在低维样本空间无法线性处理的样本集，在高维特征空间中却可以通过一个线性超平面实现线性划分(或回归)。一般的升维都会带来计算的复杂化，SVM方法巧妙地解决了这个难题:应用核函数的展开定理，就不需要知道非线性映射的显式表达式；由于是在高维特征空间中建立线性学习机，所以与线性模型相比，不但几乎不增加计算的复杂性，而且在某种程度上避免了 “维数灾难”。这一切要归功于核函数的展开和计算理论。本专利技术申请的技术方案为了解决现有压差数据计算织物透气量精度不够，模型不准确的缺陷，创新性的提出了基于SVM模型进行织物透气量分析计算的方法。
技术实现思路
本专利技术的主要目的就是为了解决现有织物透气量测量分析过程中，通过幂函数建模分析透气量与喷嘴间压差数据精度不高的缺陷，提出基于SVM的织物透气量的建模以提高拟合精度和预测精度。实现上述专利技术目的的技术方案为:基于SVM的织物透气量分析方法，该方法包括以下步骤:(1)测量不同喷嘴在不同压差的透气量，建立不同喷嘴的压差-透气量数据集合；(2)对采集到的压差-透气量数据进行预处理；(3)选择径向基RBF核函数，采用遗传算法对不同喷嘴的SVM透气量模型的惩罚参数C、核参数g进行优化选择；(4)根据第(3)步得到的优化参数和第(2)步得到的数据建立不同喷嘴情况下对应压差-透气量的SVM预测模型；(5)利用(4)步的模型，对实时采集到的喷嘴两端的压差参数进行透气量分析，分析数据进行反归一化处理获得织物的透气量。上述步骤(2)中进行数据预处理包括对压差-透气量的奇异数据剔除，及压差-透气量数据归一化。数据归一化的表达式为【权利要求】1.基于SVM的织物透气量分析方法，其特征在于，该方法包括以下步骤: (1)测量不同喷嘴在不同压差的透气量，建立不同喷嘴的压差-透气量数据集合； (2)对采集到的压差-透气量数据进行预处理； (3)选择径向基RBF核函数，采用遗传算法对不同喷嘴的SVM透气量模型的惩罚参数C、核参数g进行优化选择； (4)根据第(3)步得到的优化参数和第(2)步得到的数据建立不同喷嘴情况下对应压差-透气量的SVM预测模型； (5)利用(4)步的模型，对实时采集到的喷嘴两端的压差参数进行透气量分析，分析数据进行反归一化处理获得织物的透气量。2.根据权利要求1所述的基于SVM的织物透气量分析方法，其特征在于，步骤(2)中进行数据预处理包括对压差-透气量的奇异数据剔除，及压差-透气量数据归一化。3.根据权利要求1所述的基于SVM的织物透气量分析方法，其特征在于，步骤(3)具体是首先建立初始SVM回归预测模型，其惩罚参数CO、核参数gO ;再利用(2)步的数据进行训练，根据训练的均方误差MSE值来调整惩罚参数C和核参数g，使其为最优值。4.根据权利要求1所述的基于SVM的织物透气量分析方法，其特征在于，步骤(3)中所 用径向基RBF核函数是高斯函数 5.根据权利要求2所述的基于SVM的织物透气量分析方法，其特征在于，数据归一化的 表达式为 【文档编号】G01N7/10GK103900927SQ201410121360【公开日】2014年7月2日 申请日期:2014年5月5日 优先权日:2014年5月5日 【专利技术者】吴飞青, 俞恩军, 张科峰 申请人:浙江大学宁波理工学院本文档来自技高网...

【技术保护点】
基于SVM的织物透气量分析方法，其特征在于，该方法包括以下步骤：(1)测量不同喷嘴在不同压差的透气量，建立不同喷嘴的压差‑透气量数据集合；(2)对采集到的压差‑透气量数据进行预处理；(3)选择径向基RBF核函数，采用遗传算法对不同喷嘴的SVM透气量模型的惩罚参数C、核参数g进行优化选择；(4)根据第(3)步得到的优化参数和第(2)步得到的数据建立不同喷嘴情况下对应压差‑透气量的SVM预测模型；(5)利用(4)步的模型，对实时采集到的喷嘴两端的压差参数进行透气量分析，分析数据进行反归一化处理获得织物的透气量。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴飞青，俞恩军，张科峰，
申请(专利权)人：浙江大学宁波理工学院，
类型：发明
国别省市：浙江;33