首页|机器学习建立的个体热舒适模型及其在服装领域的应用展望

机器学习建立的个体热舒适模型及其在服装领域的应用展望

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为实现单独个体热舒适及需求的实时预测,推动智能服装对衣下微气候进行高效调控,在介绍机器学习算法建立的个体热舒适模型框架的基础上,从样本来源与样本量、输出特征与输出标签、机器学习算法、评估指标4个角度,回顾了模型搭建过程中影响其预测能力的因素,指出该类模型优于传统热舒适模型,且具有用户个性化、输入参数多维化、预测动态化的特点.最后,提出可在个体热舒适模型的基础上配置可穿戴硬件及软件系统,以研发智能调温服装.未来的研究应根据应用环境选择样本数据、提取不同性质的参数构建模型、制定模型性能评估的规范、探索模型在智能调温服装领域的应用.
Development of personal comfort models based on machine learning and their application prospect in clothing engineering

王中昱、苏云、王云仪

展开 >

东华大学 服装与艺术设计学院,上海 200051

现代服装设计与技术教育部重点实验室(东华大学) ,上海 200051

机器学习 衣下微气候 热舒适 预测模型 智能服装

中央高校基本科研业务费专项上海市科学技术委员会"科技创新行动计划一带一路"国际合作项目

2232022G-0821130750100

2023

10.13475/j.fzxb.20220303402

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(5)
  • 5