CN101532237B

CN101532237B - 用uster指标对亚麻纱线质量进行定性评价的方法

Info

Publication number: CN101532237B
Application number: CN2009100977966A
Authority: CN
Inventors: 周文龙; 郭金; 董锁拽
Original assignee: SILK DETECTION CENTRE ZHEJIANG EXIT-ENTRY INSPECTION AND QUARANTINE; Zhejiang Sci Tech University ZSTU
Current assignee: SILK DETECTION CENTRE ZHEJIANG EXIT-ENTRY INSPECTION AND QUARANTINE; Zhejiang Sci Tech University ZSTU; Zhejiang University of Science and Technology ZUST
Priority date: 2009-04-23
Filing date: 2009-04-23
Publication date: 2011-01-05
Anticipated expiration: 2029-04-23
Also published as: CN101532237A

Abstract

本发明公开了一种用USTER指标对亚麻纱线质量进行定性评价的方法。首先建立一个亚麻纱线USTER检测指标和实际亚麻纱线质量品质(黑板分数)相对应的标准数据库，然后将某个亚麻纱线产品进行USTER指标测定。将该亚麻纱线的USTER测定指标放入数据库进行模糊聚类分析。通过模糊聚类分析，只要测得某纱线的USTER指标，就可以定性获得该亚麻纱线的品质质量性能。本发明使亚麻纱线的USTER测定可以用于亚麻纱线的质量控制和品质评定。

Description

用USTER指标对亚麻纱线质量进行定性评价的方法

技术领域

本发明涉及纱线的质量评价，尤其是涉及一种对USTER测定指标通过数学数据处理方法进行亚麻纱线质量定性评价的方法

背景技术

纱线的均匀度是纱线重要的品质指标，纱线均匀度的优劣直接影响成纱的内在和外观质量。目前一般采用黑板检验法和乌斯特(USTER)条干均匀度仪进行检验。前者是感官测定纱线条干不匀的一种方法，被列为国家标准的检验项目之一。后者是利用电容检测原理，测试纱条的条干不匀，在棉纱检测中其测定的CV值已经被列入国家标准，用来评价纱线的质量水平

亚麻纤维是世界上最古老的纺织纤维，亚麻纤维制成的织物用途很广泛。据研究，亚麻织物具有调温、抗过敏、防静电、抗菌的功能。由于亚麻的吸湿性好，能吸收相当于自身重量20倍的水分，所以亚麻织物手感干爽。目前，亚麻纺织品是21世纪最具发展潜质的功能性“绿色纺织产品”之一。

根据亚麻纱纺织行业标准，亚麻纱的条干均匀度仍以黑板检验法来检测，黑板检验成绩(黑板分数)是麻纱短片段匀度和细节的综合反映，检验的主观性强，而USTER检验将比黑板检验更加全面和客观，但亚麻纱线USTER测定数据的离散性大，规律性远不如棉纱USTER检测结果。用USTER测定亚麻纱线虽然有研究提及，但没有深入研究，更没有真正达到实用化的程度。对数据特性进行研究，建立相应的数据分析模式，是USTER检测亚麻纱线质量的关键。

模糊聚类方法是实现纺织数据处理的有效方法之一，在织物的风格评价中已经得到较好的应用。

模糊聚类法的基本思想是：距离相近的样品(或变量)先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品(或变量)总能聚到合适的类中。聚类分析就是分析如何对样品(或变量)进行量化分类的问题。聚类分析通过数据的特定处理，最后可以获得聚类树形图。聚类树形图清晰地表示了聚类的全过程。性质越接近的数据越快聚类，反之则越后聚类，数据差异越大。因而进行聚类分析首先要建立在各个样品(或变量)之间“距离”的精确度量基础之上。根据变量类型的不同，“距离”度量方式也不相同，针对连续变量的距离测度有下面几种：

1)欧式距离(Euclidean distance)：两个体p个变量值之差平方和的平方根：

EUCLID (x, y) = \sqrt{Σ_{i - 1}^{p} {(x_{i} - y_{i})}^{2}}

2)欧式距离的平方(Squared Euclidean distance)：两个体p个变量值之差的平方和，软件默认选项：

SEUCLID (x, y) = Σ_{i = 1}^{p} {(x_{i} - y_{i})}^{2}

3)切比雪夫距离(Chebychev)：两个体p个变量值绝对差的最大值；

Chebychev (x, y) = \max_{1 \leq i \leq p} | x_{i} - y_{i} |

4)布洛克距离(Block)：两个体p个变量绝对差的总和；

Block (x, y) = Σ_{i = 1}^{p} | x_{i} - y_{i} |

5)明可夫斯基距离(Minkowski)：两个体p个变量值绝对差k次幂总和的k次方根。

Minkowski (x, y) = \sqrt[k]{Σ_{i = 1}^{p} {| x_{i} - y_{i} |}^{k}}

其中，k可以任意指定。容易看出，欧氏距离、切比雪夫距离和布洛克距离分别是明可夫斯基当k＝2、k→∞和k＝1时候的特列。

6)自定义距离(Customized)：两个体p个变量值绝对差r次幂总和的k次方根。

Customized (x, y) = \sqrt[k]{Σ_{i = 1}^{p} {| x_{i} - y_{i} |}^{r}}

其中，k可以任意指定。容易看出，上面给出的所有距离都可以通过赋予k和r特定的值而得到的；

7)夹角余弦(Cosine)；

Co \sin e (x, y) = \frac{Σ_{i = 1}^{p} {(x_{i} y_{i})}^{2}}{\sqrt{(Σ_{i = 1}^{p} x_{i}^{2}) (Σ_{i = 1}^{p} y_{i}^{2})}}

8)皮尔逊相关系数(Pearson correlation)，夹角余弦和皮尔逊相关系数其实是描述个体间相似性的指标。所以它们的值越大，表明个体之间的距离越小。

r (x, y) = \frac{Σ_{i = 1}^{p} (x_{i} - \overset{&OverBar;}{x_{i}}) (y_{i} - \overset{&OverBar;}{y_{i}})}{\sqrt{Σ_{i = 1}^{p} {(x_{i} - \overset{&OverBar;}{x_{i}})}^{2} Σ_{i = 1}^{p} {(y_{i} - \overset{&OverBar;}{y_{i}})}^{2}}}

夹角余弦和皮尔逊相关系数，其实是描述个体之间相似性的指标，所以，它们的值越大，表明个体之间的距离越小。

另外，系统聚类法不仅需要度量个体与个体之间的距离，还要度量类与类之间的距离。类间距被度量出来之后，距离最小的两个小类将首先被合并为一类。由类间距离定义的不同产生了不同的系统聚类法。类间聚类测度方法主要有：

1)组间平均连接距离(Between-groups linkage)：以两类个体两两之间距离的平均数作为类间距离，软件默认选项；

2)组内平均连接距离(Within-group linkage)：将两类个体合并为一类后，以合并后类中所有个体之间的平均距离作为类间距离；

3)最近邻距离(Nearest neighbor)：以两类中距离最近的两个个体之间的距离作为类间距离；

4)最远邻距离(Furthest neighbor)：以两类中距离最远的两个个体之间的距离作为类间距离；

5)重心距离(Centroid cluster)：以两类变量均值之间的距离作为类间距离；

6)中位数距离(Median cluster)：以两类变量中位数之间的距离作为类间距离；

7)离差平方和法(Ward method)：先将样品各自成一类，然后每次减少一类，随着类与类的不见聚合，类内的离差平方和必然不然增大，选择使离差平方和增加最小的两类合并，直到所有的样品归为一类为止。

发明内容

本发明的目的在于提供一种用USTER指标对亚麻纱线质量进行定性评价的方法。

本发明解决其技术问题所采用的技术方案的步骤如下：

1)建立一个亚麻纱线USTER检测指标和实际亚麻纱线黑板分数相对应的标准数据库；

2)将测定的某个亚麻纱线产品，进行USTER指标测定，将该亚麻纱线的USTER测定指标放入数据库进行模糊聚类分析，通过模糊聚类分析，只要测得某纱线的USTER指标，就能定性获得该亚麻纱线的品质质量性能。

所述的标准数据库建立的步骤如下，首先选择系列的不同黑板分数质量水平的亚麻纱线，分别进行USTER指标和黑板指分数进行测定，USTER指标和黑板分数为数据库中的一个标准数据组，由这些标准数据组组成标准数据库。

所述的USTER指标测定为电容式纱线电子检测方法。

所述的数据库进行模糊聚类分析，为连续变量距离尺度和变量个体距离尺度组合的聚类分析方法，通过计算最后获得聚类树形图，聚类树形图评价待测亚麻纱线的定性质量水平。

所述的连续变量距离尺度为欧氏距离平方；连续变量个体距离尺度为组间平均连接距离；两者的聚类距离组合具有最佳的亚麻纱线品质分类效果。

所述的亚麻纱线为纯纺亚麻纱线，包括长纤维和短纤维纺制的亚麻纱线。

本发明具有的有益的效果是：

通过模糊聚类分析，亚麻纱线测定的USTER指标和亚麻纱线品质指标(特别是黑板分数)相联系，使亚麻纱线的USTER测定可以用于亚麻纱线的质量控制和品质评定。

附图说明

图1是实施例1的模糊聚类图。

图2是实施例2的模糊聚类图。

图3是实施例3的模糊聚类图。

具体实施方式

实施例1：

表1为杭州检验检疫局丝检中心提供的一组亚麻纱线的USTER检测指标和对应的黑板分数。采用SPASS应用软件进行聚类分析，组间平均连接距离法和欧氏距离平方的聚类距离组合。从图1的聚类图可以看出，所有纱线都最终聚类成了2大类，30至60分为一类，70至100分为一类，这和实际黑板检验纱线分等的规律是一致的，即小于60分的为等外，70-80分为一等纱线。模糊聚类的数学分析方法的确可以将亚麻纱线的USTER检测指标根据亚麻纱线的品质进行定性聚类。

实施例2：

仍然采用表1为数据库。采用SPASS应用软件进行聚类分析，组间平均连接距离法和欧式距离的聚类距离组合。从图2的聚类图可以看出，所有纱线也都最终聚类成了2大类，30至60分为一类，70至100分为一类，和实际黑板检验纱线分等的规律是一致的，即小于60分的为等外，70-80分为一等纱线。但和实例1比较表明，实施例1的聚类距离组合要好于实施例2的聚类距离组合。因为在实施例1中，同类品质纱线在标尺较小的情况下同类纱线就聚合成一类。本实施例表明，不同的模糊聚类距离组合具有不同的聚类分类效果。

实施例3：

以表1的数据为标准数据库。以表2中的数据为亚麻纱线验证数据库。为了便于标识，将表2中的亚麻纱线标注为18-24号样。采用SPASS应用软件进行聚类分析，组间平均连接距离法和欧式距离的聚类距离组合。图3为聚类结果。从图中可以看出，验证的纱线即第18(30分)，19(30分)，21(40分)，20(40分)号样品均在分数较差的大类中，符合它们各自的黑板分数，即小于70分；第24(100分)，22(70分)，23(80分)号样品均在分数较好的大类中，也符合它们各自的黑板分数，即都不小于70分。并且第18(30分)，19(30分)，21(40分)，20(40分)，24(100分)号样品均在各自的小类中，即30分、40分、100分各自单独一类中。实施例3表明，亚麻纱线的USTER检测指标的确可以通过模糊聚类的数学方法对亚麻纱线的实际品质进行聚类，具有亚麻纱线的品质聚类特性，可用于亚麻纱线USTER检测指标的质量品质定性分析。

表1实例1和实例2的黑板测试分数和USTER测试数据

表2实施例3中的验证的黑板测试分数和USTER测试数据

Claims

1.一种用USTER指标对亚麻纱线质量进行定性评价的方法，其特征在于，该方法的步骤如下：

1)建立一个亚麻纱线USTER指标和实际亚麻纱线黑板分数相对应的标准数据库；

2)将测定的某个亚麻纱线产品，进行USTER指标测定，将该亚麻纱线的USTER指标放入标准数据库进行模糊聚类分析，通过模糊聚类分析，只要测得某纱线的USTER指标，就能定性获得该亚麻纱线的品质质量性能；

所述的标准数据库建立的步骤如下，首先选择系列的不同质量水平的亚麻纱线，分别进行USTER指标和黑板分数测定，USTER指标和黑板分数为标准数据库中的一个标准数据组，由这些标准数据组组成标准数据库；

所述的标准数据库进行模糊聚类分析，为连续变量距离尺度和变量个体距离尺度组合的聚类分析方法，通过计算最后获得聚类树形图，聚类树形图评价待测亚麻纱线的定性质量水平。

2.根据权利要求1所述的一种用USTER指标对亚麻纱线质量进行定性评价的方法，其特征在于：所述的USTER指标测定为电容式纱线电子检测方法。

3.根据权利要求1所述的一种用USTER指标对亚麻纱线质量进行定性评价的方法，其特征在于：所述的连续变量距离尺度为欧氏距离平方；变量个体距离尺度为组间平均连接距离；两者的聚类距离组合具有最佳的亚麻纱线品质分类效果。

4.根据权利要求1所述的一种用USTER指标对亚麻纱线质量进行定性评价的方法，其特征在于：所述的亚麻纱线为纯纺亚麻纱线，包括长纤维和短纤维纺制的亚麻纱线。