纺织学报 ›› 2013, Vol. 34 ›› Issue (6): 16-20.

• 纤维材料 • 上一篇    下一篇

基于决策树算法的羊绒与羊毛纤维鉴别

季益萍1,2,杨云辉3,黄少君1   

    1. 天津工业大学纺织学院
    2. 天津工业大学先进纺织复合材料教育部重点实验室
    3. 天津工业大学计算机科学与软件学院
  • 收稿日期:2012-05-25 修回日期:2013-03-14 出版日期:2013-06-15 发布日期:2013-06-19
  • 通讯作者: 季益萍 E-mail:thymeping@163.com

 Identification of wool and cashmere based on decision tree algorithm

  • Received:2012-05-25 Revised:2013-03-14 Online:2013-06-15 Published:2013-06-19
  • Contact: Yi-Ping Ji E-mail:thymeping@163.com

摘要: 山羊绒和绵羊毛(下简称羊绒与羊毛)的鉴别不仅是目前纤维检测领域中的一个热点和难点,且其鉴别研究主要是基于传统统计方法。为此,首次将数据挖掘思想引入羊绒与羊毛纤维的鉴别研究中,提出采用单根纤维上的多元指标作为分类研究的特征属性,从新的视角探索羊绒与羊毛鉴别方法。采用了四个主要的决策树算法,对羊绒和羊毛之间进行了分类,完成了相应的数学建模和评估。实验结果表明:所建模型的平均相对误差都低于6%,经对比,C5.0算法比其他算法更为精准和稳定,可用于对实际羊绒与羊毛纤维的检测分类。

关键词: 羊绒, 羊毛, 检测, 数据挖掘, 决策树

Abstract: The identification of wool and cashmere is not only a difficult point in the fields of fiber detection but also the research mainly based on traditional statistical methods. So the classification research of wool and cashmere was made from the perspective of data mining here for the first time. By using multiple indicators on a single fiber as the characteristic attributes for the classification research, the fiber classification was explored from a new perspective. And the classification research was done between sheep wool and cashmere by using four main algorithms among the classical decision tree. And the relative mathematical modeling and evaluation was also completed. Experimental results show that the average relative error of built models is less than 6%. Through comparison, the C5.0 algorithm is more accurate and stable than other algorithms, and it can be used for practical classification and detection of wool and cashmere.

Key words: cashmere, wool, inspection, data mining, decision tree algorithm

[1] 王瑞洁 李龙 秦彩霞 . 采用滑溜牵伸的低比例山羊绒混纺纺纱实践[J]. 纺织学报, 2018, 39(06): 24-28.
[2] 刘鹏飞 蒋高明 吴志明. 决策树算法在针织产品质量管理中的应用[J]. 纺织学报, 2018, 39(06): 149-154.
[3] 田明伟 李增庆 卢韵静 朱士凤 张宪胜 曲丽君. 纺织基柔性力学传感器研究进展[J]. 纺织学报, 2018, 39(05): 170-176.
[4] 王雯雯 刘基宏. 应用优化霍夫变换的细纱断头检测[J]. 纺织学报, 2018, 39(04): 36-41.
[5] 孟想 辛斌杰 李佳平. 采用多角度成像技术的纺织品三维轮廓重建算法[J]. 纺织学报, 2018, 39(04): 144-150.
[6] 吕汉明 吴擎擎 吕鑫 马崇启 周鹏飞. 基于数据库的环锭纺细纱机细纱断头检测与信息显示[J]. 纺织学报, 2018, 39(04): 123-129.
[7] 王传桐 胡峰 徐启永 吴雨川 余联庆. 改进频率调谐显著算法在疵点辨识中的应用[J]. 纺织学报, 2018, 39(03): 154-160.
[8] 袁嫣红 马天宇 项宏年. 电磁选针器实时检测系统[J]. 纺织学报, 2018, 39(03): 143-147.
[9] 郑君红 李亮 刘让同 张丹. 羊毛角蛋白的制备及其对涤纶织物的整理[J]. 纺织学报, 2018, 39(03): 92-97.
[10] 任燕飞 巩继贤 付冉冉 张健飞 王富邦 陶宇庆. 微生物合成纳米灵菌红素及其对羊毛织物抗菌染色[J]. 纺织学报, 2018, 39(02): 91-96.
[11] 吴莹 汪军. 基于K-SVD学习字典的机织物纹理表征及应用[J]. 纺织学报, 2018, 39(02): 165-170.
[12] 牟新刚 蔡逸超 周晓 陈国良. 基于机器视觉的筒子纱缺陷在线检测系统[J]. 纺织学报, 2018, 39(01): 139-145.
[13] 刘建勇 吴胜争 赵笑康. 生物酶协同催化体系及其对羊毛纤维的作用机制[J]. 纺织学报, 2018, 39(01): 71-78.
[14] 王飞 靳向煜. 应用卷积网络及深度学习理论的羊绒与羊毛鉴别[J]. 纺织学报, 2017, 38(12): 150-156.
[15] 薛日杰 王树根 施楣梧. TiO2-SnO2复合溶胶在羊毛阻燃整理中的应用[J]. 纺织学报, 2017, 38(12): 95-100.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!