基于神经网络集成的女下装号型归档模型构建
作者单位：孙洁,金娟凤,倪世明,叶玲,SUN Jie,JIN Juanfeng,NI Shiming,YE Ling(浙江理工大学服装学院,浙江杭州,310018)刘焘,LIU Tao(嘉兴学院设计学院,浙江嘉兴,314000)邹奉元,ZOU Fengyuan(浙江理工大学服装学院,浙江杭州310018;浙江理工大学浙江省服装工程技术研究中心,浙江杭州 310018)
加工时间：2014-06-15
信息来源：纺织学报
关键词：批量定制;平均影响值;号型归档;神经网络集成;mass customization;MIV;size grading;neural networks ensemble
摘 要：如何实现大样本的快速、精确号型归档是服装数字化批量定制系统构建的关键问题.结合下装结构设计的关键部位尺寸,在国家标准基础上将下装控制部位扩展为10项；以女裤装为例,分别构建身高和腰围的简单BP神经网络归档模型,通过平均影响值(MIV)筛选出对归档结果影响较大的5个控制部位,并将其作为集成归档模型的输入层,其中身高、腰围、臀围、腰围高、后裆长为身高归档模型的输入变量,腰围、臀围、大腿围、腰长、身高为腰围归档模型的输入变量；通过Adaboost算法集成10个简单BP神经网络,获得具有高精度和强泛化能力的女裤装号型集成归档模型.
027-87841330