對紡織品生產(chǎn)企業(yè)來說，來樣識別是個重要環(huán)節(jié)，這關系到產(chǎn)品的質(zhì)量與生產(chǎn)效率。傳統(tǒng)上，紡織品企業(yè)對來樣一般采用人工識別的方法，由技術人員運用放大鏡、織物分析鏡等工具根據(jù)經(jīng)驗進行判別，不僅效率低下，也容易造成誤差，給企業(yè)帶來損失。日前，浙江工業(yè)大學之江學院楊志民教授研究的“織物分析中的模糊優(yōu)化方法”將有效改變這一現(xiàn)狀。

一般的織物分析時，資料的準確程度與取樣的位置，樣品面積大小有關，因而對取樣的方法應有一定的規(guī)定。由于織物品種極多，彼此間差別又大，因此，在實際工作中樣品的選擇還應根據(jù)具體情況來定。再在經(jīng)過取樣之后要確定織物的正反面，在決定了織物的正反面后，就需判斷出在織物中那個方向是經(jīng)紗，哪個方向是緯紗。很多紡織品企業(yè)都遇到過因為人工識別上的誤差而導致的生產(chǎn)事故。

而該項目運用支持向量機技術，在掃描織物數(shù)據(jù)的基礎上，采用線性分類的SVM方法對織物進行分析，通過對經(jīng)浮點和緯浮點的智能識別，進行分析與識別。這樣一來，來樣識別就變得非常簡單，只需一塊小小的布料樣本，通過計算機，像DNA檢測一樣，不用幾分鐘，經(jīng)過劃分經(jīng)緯小格、查找經(jīng)緯浮點、繪制組織圖樣式、保存組織圖樣式四個步驟，就能分析出該樣本的布紋、顏色、紋路和質(zhì)地。可以大大縮短“織物分析”的時間，提高生產(chǎn)效率和產(chǎn)品的精度。

據(jù)楊志民教授介紹，支持向量機是基于統(tǒng)計學習理論的一種新興的通用機器學習技術，興起于上世紀90年代，本世紀初進入中國后，楊教授的研究團隊就開始接觸這一領域。目前這一技術應用非常廣泛，但應用在紡織企業(yè)還是首次，江蘇江陰紡織品有限公司等多家紡織企業(yè)表現(xiàn)出了濃厚興趣。近日，從國家自然科學基金委傳來消息，該項目受到了國家自然科學基金數(shù)學天元基金項目的10萬元專項資助。

浙江自古就有“絲綢之府”的美譽。改革開放以來，江浙滬一帶的紡織業(yè)得到迅猛發(fā)展。目前浙江省紡織企業(yè)近兩萬家，浙江省規(guī)模以上紡織業(yè)利潤總額居全國首位，企業(yè)數(shù)、工業(yè)增加值、資產(chǎn)總計、產(chǎn)品銷售收入等指標居全國次席，紡織業(yè)已成為浙江工業(yè)經(jīng)濟的重要支柱產(chǎn)業(yè)。“織物識別”效率的提高，會加大企業(yè)的生產(chǎn)力，不僅提高生產(chǎn)質(zhì)量，并且提升市場競爭力。對于浙江的紡織企業(yè)來說，是個令人驚喜的期待。

來源： 慧聰紡織網(wǎng)