关键词：羊绒;羊毛;检测;数据挖掘;决策树;cashmere;wool;inspection;data mining;decision tree algorithm
摘 要：羊绒和细羊毛的快速鉴别一直是目前纤维检测领域的难点,且其鉴别研究主要是基于传统统计方法,为此,将数据挖掘思想引入羊绒与羊毛纤维的鉴别研究中,提出采用单根纤维上的多元指标作为分类研究的特征属性,从新的视角探索羊绒与羊毛鉴别方法.采用4个主要的决策树算法,对羊绒和羊毛之间进行分类,完成了相应的数学建模和评估.结果表明:所建模型的平均相对误差都低于6％,经对比,C5.0算法比其他算法更为精准和稳定,可用于对实际羊绒与羊毛纤维的检测分类.