| 4,067 | 0 | 495 |
| 下载次数 | 被引频次 | 阅读次数 |
以大数据技术为背景，探讨大数据技术在纤维成分检测中的应用现状，通过大数据与人工智能结合在纤维成分检测中的实操案例，分析近红外纤维成分无损检测大数据的应用优势，对成分检测中存在问题进行梳理，对优化成分检测工作、管理和服务等方面提出有效建议，确保在大数据技术支持下相关工作能够高质量、高效率地推进，从而为企业创造更大的经济效益和社会价值。
Abstract：The current application status of big data technology in fiber composition testing was explored, based on the background of big data technology. Through practical cases of combining big data and artificial intelligence in fiber composition testing, the advantages of applying big data in near-infrared fiber composition non-destructive testing were analyzed. By sorting out the problems in composition testing and proposing effective suggestions for optimizing composition testing work, management, and services, it ensures that relevant work can be promoted with high quality and efficiency under the support of big data technology, thereby creating greater economic benefits and social value for enterprises.
[1] 范晓玲.基于大数据分析的纺织印染管控系统设计[J].印染助剂，2024,41(5):7-12.
[2] 白凤伟，张岩.基于成果导向的大数据技术与应用专业实验室建设研究[J].科学咨询(科技·管理),2020(3):34-35.
[3] 林刚.创建我国“复合材料共享数据库”建议和设想[J].高科技纤维与应用，2014,39(2):1-4.
[4] 范鹏飞，沈海强.关于纤检大数据平台的建立和应用的设想[J].中国棉花加工，2016(5):25-27.
[5] 张后兵，涂红雨，陈丽华，等.近红外纤维成分无损检测共享数据库的构建及实现[J].现代纺织技术，2019,27(1):51-55,86.
[6] 李春燕，李剑波，罗峻.“大数据”下的纤检工作[J].中国纤检，2014(23):56-57.
[7] 刘磊.信息化推动大数据技术专业的成果导向应用[J].数字技术与应用，2023,41(12):55-57.
[8] 吴佩云.新型纤维的FTIR-ATR快速定性分析[J].毛纺科技，2010,38(2):48-53.
[9] 王京力，桂家祥，耿响，等.近红外光谱检测用纤维含量样品精确度研究[J].上海纺织科技，2013,41(9):51-53,64.
[10] 卢鸯，姜磊，邬文文，等.基于衰减全反射法的纺织纤维红外光谱库的建立与应用[J].中国纤检，2013(1):71-73.
[11] 顾虎，钟浩，罗斯杰.红外光谱法在新型纺织纤维鉴别中的应用[J].现代丝绸科学与技术，2011,26(6):240-241.
[12] 韩非，杨瑜榕，刘贵，等.红外光谱在纤维定性定量分析中的应用[J].中国纤检，2012(19):55-59.
[13] CLEVE E,BACH E,SCHOLLMEYER E.Using chemometric methods and nir spectrophotometry in the textile industry[J].Analytica Chimica Acta,2000,420(2):163-167.
[14] 进出口纺织品纤维定量分析近红外法第2部分：聚酯纤维与聚氨酯弹性纤维的混合物：SN/T 3896.2—2015[S].
基本信息:
DOI：10.19507/j.cnki.1673-0356.2024.11.008
中图分类号:TS107.2;TP311.13
引用信息:
[1]蔡水兰,林显河.大数据在纺织纤维成分检测中的应用[J].纺织科技进展,2024,46(11):34-36.DOI:10.19507/j.cnki.1673-0356.2024.11.008.
基金信息: