在整個紡織產(chǎn)業(yè)鏈中,紗線生產(chǎn)是其中關(guān)鍵的環(huán)節(jié)之一,它對紡織服裝等成品質(zhì)量的影響非常大。長期以來,紡織業(yè)界一直希望有一種紗線質(zhì)量預(yù)測技術(shù),可以根據(jù)原材料和生產(chǎn)工藝等已知條件來準(zhǔn)確預(yù)測最終生產(chǎn)出來的紗線質(zhì)量指標(biāo),也就是所謂的虛擬紡紗技術(shù)。實(shí)際上這種技術(shù)的本質(zhì)是通過預(yù)測模型來揭示原材料性能指標(biāo)、生產(chǎn)工藝等因素與紗線質(zhì)量指標(biāo)之間的關(guān)系。由于紗線生產(chǎn)過程復(fù)雜,影響紗線質(zhì)量的因素眾多,因此很難通過簡單的數(shù)學(xué)模型來準(zhǔn)確表達(dá)它們之間的復(fù)雜關(guān)系。紡織科技工作者在該領(lǐng)域做了很多研究工作,從物理模型、統(tǒng)計方法到人工神經(jīng)網(wǎng)絡(luò),也有了不少進(jìn)展,但是總體上預(yù)測精度和適用性不夠。隨著計算能力的提升,深度神經(jīng)網(wǎng)絡(luò)（即深度學(xué)習(xí)）因其優(yōu)良的性能而得到重視。深度神經(jīng)網(wǎng)絡(luò)可以解決淺層網(wǎng)絡(luò)因?yàn)槭芫W(wǎng)絡(luò)層數(shù)限制而出現(xiàn)的不能精準(zhǔn)表達(dá)非線性復(fù)雜關(guān)系的問題。本文就是在這種背景下,采用深度神經(jīng)網(wǎng)絡(luò)來建立相關(guān)預(yù)測模型,以期能夠更加精準(zhǔn)地表達(dá)紗線質(zhì)量指標(biāo)與生產(chǎn)該產(chǎn)品的原材料和生產(chǎn)工藝等因素之間的關(guān)系,從而可以較好地預(yù)測紗線質(zhì)量指標(biāo),因而具有潛在的應(yīng)用價值。本文的主要研究工作有三方面:（1）從加工時序?qū)喚�質(zhì)量影響的角度和通過卷積神經(jīng)網(wǎng)絡(luò)中的卷... 

【文章來源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：155 頁

【學(xué)位級別】：博士

【部分圖文】：

紗線、纖維和工藝之間關(guān)系圖

東華大學(xué)博士學(xué)位論文第三章紗線的數(shù)據(jù)倉庫設(shè)計與實(shí)現(xiàn)18第三章紗線的數(shù)據(jù)倉庫設(shè)計與實(shí)現(xiàn)本章對紗線數(shù)據(jù)倉庫的設(shè)計與建立過程進(jìn)行論述。首先是確定數(shù)據(jù)倉庫的主題，紗線數(shù)據(jù)倉庫的主題是實(shí)現(xiàn)紗線質(zhì)量指標(biāo)預(yù)測；其次是設(shè)計紗線數(shù)據(jù)倉庫的概念模型，然后根據(jù)概念模型設(shè)計邏輯模型；最后根據(jù)邏輯模型設(shè)計物理模型即數(shù)據(jù)庫。本章以某企業(yè)的轉(zhuǎn)杯紗為實(shí)例，進(jìn)行具體說明。3.1紗線數(shù)據(jù)倉庫設(shè)計3.1.1紗線數(shù)據(jù)倉庫目標(biāo)分析構(gòu)建紗線數(shù)據(jù)倉庫的目的是整合原材料數(shù)據(jù)庫、工藝流程數(shù)據(jù)庫、加工設(shè)備數(shù)據(jù)庫和紗線質(zhì)量的數(shù)據(jù)，為紗線質(zhì)量預(yù)測提供基礎(chǔ)數(shù)據(jù)。（1）原材料（纖維）數(shù)據(jù)庫對原材料倉庫中的各種原材料（纖維）的屬性值進(jìn)行記錄，為紗線數(shù)據(jù)倉庫提供數(shù)據(jù)源。（2）工藝流程數(shù)據(jù)庫對各種紗線的工藝流程及方案進(jìn)行記錄，為紗線數(shù)據(jù)倉庫提供數(shù)據(jù)源。（3）加工設(shè)備數(shù)據(jù)庫對各種紗線的加工設(shè)備運(yùn)行參數(shù)和狀態(tài)數(shù)據(jù)進(jìn)行記錄，為紗線數(shù)據(jù)倉庫提供數(shù)據(jù)源。（4）紗線質(zhì)量數(shù)據(jù)庫對各種紗線的質(zhì)量指標(biāo)數(shù)據(jù)進(jìn)行記錄，為紗線數(shù)據(jù)倉庫提供數(shù)據(jù)源。3.1.2數(shù)據(jù)倉庫的開發(fā)流程圖3-1數(shù)據(jù)倉庫的開發(fā)流程圖

東華大學(xué)博士學(xué)位論文第三章紗線的數(shù)據(jù)倉庫設(shè)計與實(shí)現(xiàn)20數(shù)據(jù)倉庫需要不間斷地維護(hù)，這與傳統(tǒng)的數(shù)據(jù)庫維護(hù)不同，否則有可能會出現(xiàn)性能不斷下降導(dǎo)致無法使用的問題。數(shù)據(jù)倉庫中的數(shù)據(jù)訪問采用的是CBO(Cost-BasedOptimization，簡稱CBO)方式[72]。例如數(shù)據(jù)倉庫在建立之初只有500萬條記錄，一個月后可能劇增到2000萬條，那么數(shù)據(jù)倉庫建立之初的CBO根本無法實(shí)現(xiàn)最優(yōu)路徑存�。灰虼诵枰粩鄬εf的CBO進(jìn)行改進(jìn)來適應(yīng)新的需求，從而保證數(shù)據(jù)倉庫系統(tǒng)的性能。3.1.3紗線數(shù)據(jù)倉庫建立建立數(shù)據(jù)倉庫分三個步驟：○1使用DWER（DataWarehouseEntity-RelationshipModel，簡稱DWER）設(shè)計概念模型�！�2使用星型架構(gòu)設(shè)計邏輯模型。○3設(shè)計物理模型中數(shù)據(jù)庫二維表[73]。（1）概念模型設(shè)計用DWER模型對紗線數(shù)據(jù)倉庫進(jìn)行概念模型建模。同ER(Entity-relationshipmodel，簡稱ER)一樣，DWER模型是一種圖形化的模型，描述事實(shí)數(shù)據(jù)，這些事實(shí)數(shù)據(jù)是用來進(jìn)行數(shù)據(jù)分析的。DWER模型如圖3-2所示。圖3-2紗線數(shù)據(jù)倉庫的DWER模型圖3-2中，紗線質(zhì)量指標(biāo)是由生產(chǎn)工藝、纖維原材料性能和加工設(shè)備參數(shù)等共同決定的。在建立紗線數(shù)據(jù)倉庫概念模型時，這些數(shù)據(jù)庫都要全面考慮。（2）邏輯模型設(shè)計紗線數(shù)據(jù)倉庫的主題就是紗線質(zhì)量預(yù)測，根據(jù)這個主題設(shè)計對應(yīng)的邏輯模型，

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的衣物屬性分類方法[J]. 楊國亮,曾建尤,龔曼,祝靖宇.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020(01)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的服裝領(lǐng)型識別與分類研究[J]. 尹光燦,羅戎蕾.  現(xiàn)代紡織技術(shù). 2020(03)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的色織物疵點(diǎn)檢測[J]. 羅俊麗,路凱.  上海紡織科技. 2019(06)
[4]結(jié)合卷積神經(jīng)網(wǎng)絡(luò)多層特征融合和K-Means聚類的服裝圖像檢索方法[J]. 侯媛媛,何儒漢,李敏,陳佳.  計算機(jī)科學(xué). 2019(S1)
[5]基于改進(jìn)的殘差神經(jīng)網(wǎng)絡(luò)的服裝標(biāo)簽屬性識別[J]. 張萌巖,何儒漢,詹偉,李敏,陳佳.  計算機(jī)與數(shù)字工程. 2019(04)
[6]一種基于生成對抗網(wǎng)絡(luò)的行為數(shù)據(jù)集擴(kuò)展方法[J]. 牛斌,吳鵬,馬利,劉景巍.  計算機(jī)技術(shù)與發(fā)展. 2019(07)
[7]基于樹莓派的深度學(xué)習(xí)色織物疵點(diǎn)檢測研究[J]. 曹振軍,景軍鋒,蘇澤斌,張緩緩.  棉紡織技術(shù). 2019(01)
[8]基于卷積神經(jīng)網(wǎng)絡(luò)的織物表面缺陷分類方法[J]. 景軍鋒,劉嬈.  測控技術(shù). 2018(09)
[9]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機(jī)學(xué)報. 2017(06)
[10]棉花性能指標(biāo)對成紗質(zhì)量的預(yù)測模型研究[J]. 高創(chuàng),郁崇文,汪軍,于偉東.  棉紡織技術(shù). 2016(06)

博士論文
[1]羊絨羊毛纖維顯微視覺特征表達(dá)與識別算法研究[D]. 路凱.東華大學(xué) 2018
[2]基于復(fù)雜自適應(yīng)Petri網(wǎng)的棉紡生產(chǎn)預(yù)報模型及其優(yōu)化[D]. 王軍.東華大學(xué) 2016
[3]精毛紡織品虛擬加工中的預(yù)報與反演模型研究[D]. 劉貴.東華大學(xué) 2010

碩士論文
[1]基于深度學(xué)習(xí)的服裝圖像屬性標(biāo)簽識別與關(guān)鍵點(diǎn)定位研究[D]. 張萌巖.武漢紡織大學(xué) 2019
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的服裝圖像精細(xì)分類[D]. 劉童童.山東師范大學(xué) 2019
[3]基于深度學(xué)習(xí)的布匹缺陷識別與檢測研究[D]. 趙志勇.華中科技大學(xué) 2019
[4]基于深度學(xué)習(xí)的織物面料成分分類算法研究[D]. 張瑋.浙江理工大學(xué) 2019
[5]基于深度學(xué)習(xí)的織物疵點(diǎn)檢測研究[D]. 史甜甜.浙江理工大學(xué) 2019
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的色織物疵點(diǎn)檢測與分類算法研究[D]. 董阿梅.西安工程大學(xué) 2018
[7]基于深度學(xué)習(xí)的織物圖像疵點(diǎn)區(qū)域定位算法研究[D]. 劉祥惠.中原工學(xué)院 2018
[8]基于深度學(xué)習(xí)的針織物組織結(jié)構(gòu)識別方法研究[D]. 劉曉婷.天津工業(yè)大學(xué) 2018
[9]基于深度學(xué)習(xí)的布匹疵點(diǎn)檢測算法及系統(tǒng)研究[D]. 萬東.華中科技大學(xué) 2017
[10]倉儲物流數(shù)據(jù)倉庫的設(shè)計與實(shí)現(xiàn)[D]. 張耀丹.東華大學(xué) 2017



本文編號：3602685