TY -的A2 Bhattacharya丝薇AU -侯,夏PY - 2022 DA - 2022/09/29 TI -热湿舒适的衣服在不同的环境中基于多维传感器数据融合和智能检测SP - 4163308六世- 2022 AB -随着生活质量的提高,人们越来越重视服装的舒适性能,热湿舒适性的评价服装舒适性的一个重要组成部分,指的是人体保持在一个合理的热性能和湿状态。当人体出汗很多或者是在高度潮湿的环境中,服装面料将浸泡让人感觉潮湿,严重影响服装穿的舒适性能,和传感技术的快速发展,人类服装的舒适可以通过各种遥感数据综合评估(服装压力、温度、湿度、和心率)。因此,如何分析和处理这些数据,建立客观、准确的评价标准对服装舒适性是一个很困难的问题,吸引了许多研究者的关注。在本文中,一种改进的模糊c均值聚类算法内核使用内核函数来分析人类活动在特定点的压力。无监督聚类分析进行了五聚类指标(意思是,压力范围内,温度范围内,湿度范围,和心率变异性)。集群由支持向量机样本学习和歧视决定服装的舒适度。该方法可以应用于multi-indicator和multiclassification问题,为智能服装研究人员提供一个智能、客观、准确评价服装舒适性的方法。本文设计的实验表明,该方法具有良好的性能体验平均值而言,压力范围内,温度范围内,湿度范围,心率变异性。SN - 1687 - 725 - 2022/4163308 / 10.1155 x你——https://doi.org/10.1155/2022/4163308——摩根富林明——《传感器PB - Hindawi KW - ER