基于主成分分析法對(duì)紡織品抗紫外線性能的研究*

陳 東 石程玉 徐 麗 劉洪玲

東華大學(xué)紡織學(xué)院，上海 201620

基于主成分分析法對(duì)紡織品抗紫外線性能的研究*

陳 東 石程玉 徐 麗 劉洪玲

東華大學(xué)紡織學(xué)院，上海 201620

采用主成分分析法對(duì)紡織品的抗紫外線性能進(jìn)行分析，將織物的6個(gè)基本參數(shù)簡(jiǎn)化成2個(gè)主成分，再通過多元線性回歸分析，結(jié)果顯示織物面密度、厚度、經(jīng)密、緯密所代表的第1主成分對(duì)織物抗紫外線性能的影響程度更大。

主成分分析法， 紡織品， 抗紫外線性能

眾所周知，人體長(zhǎng)時(shí)間受到紫外線的照射會(huì)產(chǎn)生很多不良影響。因此，紡織品的紫外線防護(hù)能力成為了人們選擇服裝考慮的重要因素之一。

紫外線防護(hù)系數(shù)(即UPF值)是指在使用防護(hù)品(如衣服)與不使用防護(hù)品條件下，紫外線的輻射使皮膚達(dá)到相同損傷程度所需的時(shí)間之比。防護(hù)品的UPF值越大，表明其防紫外線效果越好[1]。吳玥[2]采用定量分析法比較了棉織物的UPF值，討論了織物顏色和面密度對(duì)織物抗紫外線性能的影響。張輝等[3]采用輻射強(qiáng)度計(jì)和紫外分光光度計(jì)分別測(cè)定了不同織物的抗紫外線性能，表明2種方法的測(cè)試結(jié)果的相關(guān)性較好。周永凱等[4]采用紫外分光光度計(jì)測(cè)定了毛織物的紫外線透過率，并通過比較它們的UPF值，討論了織物厚度、覆蓋系數(shù)、組織結(jié)構(gòu)和顏色對(duì)織物抗紫外線性能的影響。

有越來越多的研究人員應(yīng)用主成分分析法來解決多元統(tǒng)計(jì)分析問題。Zucconi等[5]對(duì)無筋砌體建筑物可承受的載荷進(jìn)行主成分分析，從7個(gè)影響參數(shù)中提取3個(gè)主成分，其中第1主成分主要綜合了建筑物的結(jié)構(gòu)類型和修建時(shí)間跨度，代表了原始變量約60.00%的信息。Stevenson等[6]為了闡明運(yùn)用二維高效液相色譜從化學(xué)工業(yè)廢品的后處理過程中采集的指紋樣本數(shù)據(jù)的顯著特征，對(duì)指紋樣本數(shù)據(jù)進(jìn)行主成分分析，從中提取2個(gè)主成分，可反映原始變量89.40%的信息。殷冬梅等[7]運(yùn)用主成分分析法對(duì)花生的蛋白質(zhì)、含油量、亞油酸、油酸等主要品質(zhì)性狀進(jìn)行分析，10個(gè)主要品質(zhì)性狀可歸結(jié)為4個(gè)主成分，代表了原始變量80.73%的信息。張紅等[8]運(yùn)用主成分分析法計(jì)算出中國(guó)城市軟實(shí)力綜合指標(biāo)后構(gòu)建了兩階段回歸模型，得出了35個(gè)大中城市的軟實(shí)力綜合指標(biāo)數(shù)值對(duì)各自城市房?jī)r(jià)都有著明顯的正相關(guān)影響，且這種作用從中國(guó)東部到西部呈現(xiàn)出逐漸減弱的趨勢(shì)。

本文運(yùn)用主成分分析法，從織物的多個(gè)基本參數(shù)中，提取對(duì)織物抗紫外線性能起主要作用的主成分。

1 試驗(yàn)部分

1.1 材料

本試驗(yàn)采用11種織物作為樣品(編號(hào)為1～11)，參照有關(guān)標(biāo)準(zhǔn)，測(cè)試其6個(gè)基本參數(shù)(表1)。

表1 樣品基本參數(shù)

1.2 評(píng)價(jià)標(biāo)準(zhǔn)

本試驗(yàn)采用澳大利亞/新西蘭標(biāo)準(zhǔn)(AS/NZS 4399-l996)，利用紫外分光光度計(jì)獲得各樣品的分光透過率曲線，從而得出290～400 nm波長(zhǎng)范圍內(nèi)各樣品的紫外線透過率，評(píng)價(jià)其紫外線防護(hù)效果。

UPF值是評(píng)價(jià)織物抗紫外線性能的一個(gè)重要指標(biāo)，其值越大，織物的抗紫外線性能越好。UPF值的計(jì)算公式：

(1)

式中：Eλ為相對(duì)紅斑量光譜影響力；Sλ為太陽(yáng)光譜輻射度，W/(m2·nm)；Tλ為某一波段上紫外線透過織物的百分?jǐn)?shù)，%；△λ為波長(zhǎng)間隔，nm。

2 紡織品抗紫外線性能的主成分分析

2.1 主成分分析法原理

主成分分析法(principal component analysis， PCA)是采用降維的思想，用較少的幾個(gè)不相關(guān)的主成分，來代表原始參數(shù)的大部分信息，且主成分為原始參數(shù)的線性組合[9]。主成分選取的原則是盡可能多地保留原始參數(shù)中所包含的信息。通過線性變換，將數(shù)據(jù)從原始的坐標(biāo)系上變換到1個(gè)新的坐標(biāo)系上，使每個(gè)數(shù)據(jù)投影的最大方差位于第1個(gè)坐標(biāo)系(一般叫作第1主成分)上、次大方差位于第2個(gè)坐標(biāo)系(稱為第2主成分)上，以此類推[10]，即方差越大，所包含的信息量越大。本文采用SPSS19.0軟件，運(yùn)用主成分分析法分析各參數(shù)對(duì)織物抗紫外線性能的影響程度。

2.2 試驗(yàn)數(shù)據(jù)的主成分分析

選取表1中11種織物的6個(gè)參數(shù)進(jìn)行主成分分析，并采用SPSS19.0軟件進(jìn)行運(yùn)算分析，為簡(jiǎn)化分析過程，通過提取主成分來實(shí)現(xiàn)參數(shù)的簡(jiǎn)化。

2.2.1 樣品適應(yīng)性檢驗(yàn)

在分析前，首先要對(duì)樣品做適應(yīng)性檢驗(yàn)。本文采用KMO檢驗(yàn)和Bartlett球形檢驗(yàn)2種方法。

2.2.1.1 KMO檢驗(yàn)

KMO(Kaiser-Meyer-Olkin)檢驗(yàn)統(tǒng)計(jì)量是比較參數(shù)間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，其值介于0～1之間。當(dāng)參數(shù)間簡(jiǎn)單相關(guān)系數(shù)的平方和遠(yuǎn)遠(yuǎn)大于其偏相關(guān)系數(shù)的平方和時(shí)，KMO值接近于1。KMO值越接近1，說明參數(shù)越適合進(jìn)行主成分分析[11]5。從表2可以看到，對(duì)11種樣品的6個(gè)參數(shù)的主成分分析得出的KMO值為0.673，說明原始參數(shù)適合進(jìn)行主成分分析。

2.2.1.2 Bartlett球形檢驗(yàn)

Bartlett球形檢驗(yàn)用于判斷相關(guān)矩陣是否為單位矩陣，即參數(shù)間是否各自獨(dú)立[12]43。一般檢驗(yàn)的原假設(shè)是相關(guān)矩陣為單位矩陣，如果不能拒絕原假設(shè)，則說明參數(shù)獨(dú)立提供一些信息，不適合做主成分分析[11]4。表2中的“df”表示自由度，P值表示Bartlett球形檢驗(yàn)的顯著性意義。一般認(rèn)為，若P<0.050則原假設(shè)被拒絕，說明參數(shù)間具有相關(guān)性，適合做主成分分析。從表2可看出，本試驗(yàn)中P值=0.000<0.050，差異顯著，故拒絕原假設(shè)，適合做主成分分析[13]。

表2 2種方法的適應(yīng)性檢驗(yàn)結(jié)果

2.2.2 描述統(tǒng)計(jì)表

表3是11種樣品的6個(gè)基本參數(shù)的描述統(tǒng)計(jì)表，顯示了6個(gè)基本參數(shù)的均值、標(biāo)準(zhǔn)誤差和參與計(jì)算的樣品數(shù)。

表3 樣品基本參數(shù)描述統(tǒng)計(jì)表

2.2.3 碎石圖

圖1為11種樣品的6個(gè)基本參數(shù)的主成分分析的特征值碎石圖。碎石圖是按照特征值大小排列的成分圖，其縱軸表示特征值，橫軸表示成分[12]45，橫軸上的1～6分別指第1主成分、第2主成分，以此類推。從圖1可看到1個(gè)較為明顯的拐點(diǎn)，且特征值大于1的成分有2個(gè)，因此提取第1主成分和第2主成分即可概括樣品的大部分信息。

圖1 碎石圖

2.2.4 相關(guān)性

相關(guān)性可以用共同度表征。共同度表示所選取的所有主成分所反映的原始參數(shù)信息的總和，其值介于0～1之間，值越高則主成分所反映的原始參數(shù)的信息越多。當(dāng)共同度的值為1時(shí)，說明這個(gè)原始參數(shù)的所有信息體現(xiàn)在被提取的主成分中[12]44。表4為11種樣品的6個(gè)基本參數(shù)的初始及提取數(shù)據(jù)的公因子方差，可以看出，6個(gè)基本參數(shù)的提取效果都很好，其公因子方差最高的可達(dá)0.959。

表4 樣品基本參數(shù)初始及提取數(shù)據(jù)的公因子方差

表5為總方差解釋表?！俺煞帧睓诘?～6分別指第1主成分、第2主成分，以此類推?！俺跏继卣髦怠睓谥?，“總值”表示各主成分的特征值，其值越大，表明該主成分的方差貢獻(xiàn)率越大；“方差”表示各主成分的方差貢獻(xiàn)率，其值越大，表示該主成分反映的信息越多，它是衡量主成分重要程度的指標(biāo)；“累計(jì)”表示主成分方差貢獻(xiàn)率的累計(jì)值。從表5可以看出，第1主成分的方差貢獻(xiàn)率為63.392%，第2主成分的方差貢獻(xiàn)率為27.933%，它們的累計(jì)方差貢獻(xiàn)率為91.325%。一般來說，主成分累計(jì)方差貢獻(xiàn)率達(dá)到80.000%以上，效果就比較理想。因此，提取這兩個(gè)主成分就足以反映原始參數(shù)的大部分信息。

表5 總方差解釋表

2.2.5 成分矩陣

表6為成分矩陣，又稱因子載荷矩陣。因子載荷表明參數(shù)與主成分的相關(guān)程度，其絕對(duì)值越接近于1，就說明參數(shù)與主成分間的相關(guān)性越高，即主成分提取的效果越好[14]4。為了便于分析，將表6進(jìn)行正交旋轉(zhuǎn)，得表7。

表6 成分矩陣

表7 旋轉(zhuǎn)成分矩陣

從表7可以看出，第1主成分包含面密度、厚度、經(jīng)密、緯密4個(gè)基本參數(shù)，第2主成分包含透氣率和緊度2個(gè)基本參數(shù)。根據(jù)表7可得出表征2個(gè)主成分的數(shù)值公式，F(xiàn)1表示第1主成分的數(shù)值，F(xiàn)2表示第2主成分的數(shù)值，則：

F1= 0.939×厚度-0.920×經(jīng)密-

0.906×緯密+0.891×面密度

(2)

F2= 0.962×緊度-0.933×透氣率

(3)

將11種樣品的6個(gè)基本參數(shù)值(表1)代入上述2個(gè)公式，即可得到2個(gè)主成分的數(shù)值。再將表征紡織品抗紫外線性能的UPF值(用y表示)與2個(gè) 主成分進(jìn)行多元線性擬合，即可分析出2個(gè)主成分與UPF值之間的關(guān)系，結(jié)果如表8所示。

表8 11種樣品的F1、 F2和y值

從表8可以看出，這些原始數(shù)據(jù)的數(shù)值差異大，可能會(huì)造成回歸系數(shù)小。因此，需要處理原始數(shù)據(jù)，將其標(biāo)準(zhǔn)化至[0， 1]區(qū)間內(nèi)。鑒于已知最大值和最小值，采用極值標(biāo)準(zhǔn)化方法即可使原始數(shù)據(jù)分布在[0， 1]區(qū)間上，計(jì)算式：

(4)

表9 11種樣品的和y′值

表10 系數(shù)

從表10可以得到

(5)

顯然0.620>0.423，由此可以看出F1對(duì)y的影響程度大于F2。F1所表示的第1主成分包含面密度、厚度、經(jīng)密、緯密4個(gè)基本參數(shù)，F(xiàn)2所表示的第2主成分包含透氣率和緊度2個(gè)基本參數(shù)，因此面密度、厚度、經(jīng)密、緯密對(duì)紡織品抗紫外線性能的影響程度更大。

3 結(jié)論

本文測(cè)試了11種不同織物的紫外線透過率和紫外線防護(hù)系數(shù)(UPF值)，并利用SPSS19.0軟件，通過主成分分析法探討了6個(gè)基本參數(shù)對(duì)紡織品抗紫外線性能的影響程度，得出：

(1) 6個(gè)基本參數(shù)可簡(jiǎn)化成2個(gè)主成分，第1主成分包含面密度、厚度、經(jīng)密、緯密4個(gè)基本參數(shù)，第2主成分包含透氣率和緊度2個(gè)基本參數(shù)。

(2) 通過多元線性回歸分析可知，第1主成分對(duì)紡織品UPF值的影響程度大于第2主成分，即織物面密度、厚度、經(jīng)密、緯密對(duì)紡織品抗紫外線性能的影響程度更大。

[1] 劉曉東，靳玉偉.防紫外線紡織品性能測(cè)試方法[J].中國(guó)個(gè)體防護(hù)裝備，2004(5)：31-32.

[2] 吳玥.定量分析法研究棉織物的抗紫外性能[J].科技通報(bào)，2012，28(10)：119-121.

[3] 張輝，范立紅，俞行.織物防紫外線性能與測(cè)試方法的研究[J].合成纖維，2004，33(2)：25-26+34.

[4] 周永凱，胡羽軒，韓凌，等.毛織物的抗紫外線性能評(píng)價(jià)[J].毛紡科技，2004(8)：48-52.

[5] ZUCCONI M， SORRENTINO L， FERLITO R. Principal component analysis for a seismic usability model of unreinforced masonry buildings[J]. Soil Dynamics & Earthquake Engineering， 2017， 96： 64-75.

[6] STEVENSON P G， BURNS N K， PURCELLE S D， et al. Application of 2D-HPLC coupled with principal component analysis to study an industrial opiate processing stream[J]. Talanta， 2017， 166： 119-125.

[7] 殷冬梅，張幸果，王允，等.花生主要品質(zhì)性狀的主成分分析與綜合評(píng)價(jià)[J].植物遺傳資源學(xué)報(bào)，2011，12(4)：507-512+518.

[8] 張紅，李洋，張志峰.中國(guó)城市軟實(shí)力對(duì)住房?jī)r(jià)格的影響——基于主成分分析法和面板數(shù)據(jù)模型[J].南京審計(jì)學(xué)院學(xué)報(bào)，2014，11(3)：24-29.

[9] 聶宏展，聶聳，喬怡，等.基于主成分分析法的輸電網(wǎng)規(guī)劃方案綜合決策[J].電網(wǎng)技術(shù)，2010，34(6)：134-138.

[10] 金建華.基于主成分分析法的3G網(wǎng)絡(luò)綜合性能評(píng)價(jià)[D].大連：大連理工大學(xué)，2013.

[11] 傅德印.主成分分析中的統(tǒng)計(jì)檢驗(yàn)問題[J].統(tǒng)計(jì)教育，2007(9)：4-7.

[12] 吳茜茜.中國(guó)企業(yè)跨國(guó)并購(gòu)績(jī)效實(shí)證研究[D].上海：復(fù)旦大學(xué)，2011.

[13] 李秀珍.來華韓國(guó)留學(xué)生學(xué)習(xí)適應(yīng)的影響因素研究[D].上海：華東師范大學(xué)，2009.

[14] 徐石勇，應(yīng)偉偉，蘇盼盼，等.提花窗簾織物隔音性能及影響因子分析[J].現(xiàn)代紡織技術(shù)，2014(4)：1-5.

Study on the ultraviolet resistance property of textiles based on the principal component analysis

ChenDong，ShiChengyu，XuLi，LiuHongling

College of Textiles， Donghua University， Shanghai 201620， China

The principal component factor analysis method was used to analyze the ultraviolet resistance of textiles， in which six basic parameters of fabric were attributed to two main components. Then by multiple linear regression analysis， the results showed that the first main component represented by the fabric surface density， thickness， warp density and weft density had a greater influence on the ultraviolet resistance of fabric.

principal component analysis， textile， ultraviolet resistance

*上海市大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目(sh201510255110)

2016-07-02

2017-03-27

陳東，女，1995年出生，在讀本科生，主要研究方向?yàn)榧徔棽牧细男?/p>

劉洪玲，Email： hlliu@dhu.edu.cn

TS101.293

A

1004-7093(2017)06-0021-05