摘要：基于PCA和K-means聚类的算法,采用LabVIEW编写了程序界面交互友好的操作软件系统,用于研究纸张在不同变量上的相似程度。程序设计主要赋予了简便操作,人机友好,数据可视化的特点。基于不同的多变量,采用PCA结合K-means聚类方法对纸张进行了相似程度的分析研究,结果表明:程序界面具有清晰简洁、交互友好、可操作性强的特点,可对纸张进行聚类分析,且可信度高。本程序可用于不同品质等级纸张在不同多变量上差异的识别和相似品质纸张的聚类,有效地进行纸张的各种差异化的分析。

摘要：基于PCA-BP神经网络(Principal Component Analysis-Back Propagation Neural Network)的算法,采用Lab View编写了程序界面交互友好的操作软件系统,用于对生活用纸的纤维原生状态识别。界面设计主要赋予了程序简便操作,人机友好的特点;在算法中通过引入国质检总局提供的条件判定方法对前期的纤维原生状态识别模型进行了改进。结果表明,程序界面具有清晰简洁、交互友好、可操作性强的特点,可对处于模糊区域的样品的纤维原生状态进行准确的识别。本程序对于市售卫生纸使用的安全性,防止假冒伪劣和制假售假,具有重要的意义。

摘要：以聚合氯化铝(PAC)和聚丙烯酰胺(CPAM)为絮凝剂,对造纸法烟草薄片废水进行絮凝预处理。以絮凝剂用量和pH值为影响因素,以COD和色度去除率为响应值,采用中心组合实验设计和响应面法建立了COD和色度去除率的响应面方程。通过对数学模型进行求解,可知在PAC用量为715mg/L、CPAM用量为4.8mg/L和pH值为6.5的条件下,COD和色度去除率可同时达到最大值,分别为67.8%和77.7%。验证实验结果表明,响应面法的预测值与实验值吻合较好,建立的模型具有较高的可信度,响应面法是一种有效的优化废水絮凝条件的方法,为烟草薄片废水的优化絮凝处理提供了一定的理论依据。