| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究意义 | 第8-9页 |
| ·研究现状和研究目标 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| ·本文研究的测试仪器 | 第11-12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 面料力学性能与缝纫性能关系 | 第14-21页 |
| ·FAST 面料力学物理性能测试仪器与样本 | 第14-16页 |
| ·测试仪器 | 第14-15页 |
| ·实验样本与缝纫条件 | 第15-16页 |
| ·面料各项力学性能对缝纫性能的影响 | 第16-20页 |
| ·结构性能对缝纫性能的影响 | 第17页 |
| ·拉伸性能对缝纫性能的影响 | 第17-18页 |
| ·弯曲性能对缝纫性能的影响 | 第18-19页 |
| ·成形性能对缝纫性能的影响 | 第19页 |
| ·尺寸稳定性能对缝纫性能的影响 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于PCA 和KPCA 的服装面料力学性能的特征提取 | 第21-39页 |
| ·基于主成分分析的特征提取 | 第21-27页 |
| ·主成分分析的模型及原理 | 第21-25页 |
| ·主轴、主坐标、主成分、主成分得分 | 第25-26页 |
| ·主成分分析的计算步骤 | 第26页 |
| ·PCA 算法实现 | 第26-27页 |
| ·基于核主成分分析的特征提取 | 第27-29页 |
| ·KPCA 算法描述 | 第27-28页 |
| ·KPCA 算法实现 | 第28-29页 |
| ·实验结果及分析 | 第29-38页 |
| ·基于PCA 的实验结果分析 | 第29-32页 |
| ·基于KPCA 的实验结果分析 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于模糊核方法的模式聚类 | 第39-57页 |
| ·模糊聚类理论 | 第39-41页 |
| ·模糊集 | 第39-40页 |
| ·模糊聚类定义 | 第40-41页 |
| ·模糊聚类方法 | 第41-45页 |
| ·C 均值聚类算法 | 第41-43页 |
| ·模糊C 均值聚类算法 | 第43-45页 |
| ·核聚类方法研究 | 第45-49页 |
| ·核聚类方法的理论基础 | 第45-46页 |
| ·KFCM 核聚类算法描述 | 第46-48页 |
| ·KFCM 算法实现 | 第48-49页 |
| ·基于KFCM 聚类的实验结果分析 | 第49-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 应用RBF 神经网络进行服装面料缝纫平整性能预测 | 第57-77页 |
| ·人工神经网络发展概述 | 第57-63页 |
| ·径向基（RBF）神经网络模型 | 第59-61页 |
| ·径向基网络工作原理 | 第61-62页 |
| ·径向基网络特点 | 第62-63页 |
| ·径向基网络创建与学习过程 | 第63-64页 |
| ·创建径向基网络的过程 | 第63页 |
| ·RBF 网络的学习过程 | 第63-64页 |
| ·基于KFCM 的径向基神经网络构建 | 第64-66页 |
| ·KFCM-RBFNN 网络模型 | 第64-65页 |
| ·KFCM-RBFNN 学习算法 | 第65页 |
| ·KFCM-RBFNN 算法实现 | 第65-66页 |
| ·实验结果分析 | 第66-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 结束语 | 第77-79页 |
| ·论文的研究成果 | 第77-78页 |
| ·本文存在的问题和需进一步研究的工作 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间公开发表（录用）的论文 | 第84-85页 |
| 致谢 | 第85-86页 |
| 附录 | 第86-89页 |
| 详细摘要 | 第89-93页 |