基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有服装流行色定量预测方法存在的精度缺陷,借鉴了复杂适应系统理论和生物学协同进化思想,提出一种基于层次协同演化机制的多蜂群协同优化算法.将该算法应用于人工神经网络权值配置问题上,通过拟合曲线进行测试.结果表明该算法可提升神经网络模拟目标问题的精度.使用PANTONE发布的2007-2016年的国际春夏女装流行色定案,建立了春夏女装流行色色相的预测模型;对该模型中改进的神经网络进行训练,分析不同隐含层节点个数对色相预测精度的影响;预测2017年女装流行色色相,并将预测结果与PANTONE官方发布结果进行对比.结果表明该方法与其他方法相比提高了预测结果的精准度.
推荐文章
基于数据挖掘的服装流行色预测
服装设计
流行色
数据挖掘
预测模型
预测误差
聚类处理
缓冲算子修正的服装流行色灰色预测
服装流行色
缓冲算子
等维动态递补
灰色模型
最佳维数
离散GM(1,1)模型在服装流行色预测中的应用
服装流行色
GM(1,1)模型
离散GM(1,1)模型
HSV色彩体系
量化预测
基于小波分析与动态GM(1,1)模型 的服装流行色预测
流行色预测
小波分析
灰色模型
预测精度
平均相对误差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用多蜂群协同演化算法的服装流行色预测
来源期刊 纺织学报 学科 工学
关键词 层次演化 分层人工蜂群算法 神经网络 服装流行色 色相预测
年,卷(期) 2018,(3) 所属期刊栏目 服装工程
研究方向 页码范围 137-142
页数 6页 分类号 TP399|TS941.13
字数 4113字 语种 中文
DOI 10.13475/j.fzxb.20170504006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨连贺 天津工业大学纺织学院 58 236 8.0 13.0
2 赵黎 天津工业大学纺织学院 8 37 3.0 6.0
6 黄新 天津师范大学计算机与信息工程学院 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (79)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (21)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
层次演化
分层人工蜂群算法
神经网络
服装流行色
色相预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
纺织学报
月刊
0253-9721
11-5167/TS
大16开
北京市朝外延静里中街3号主楼6层
1979
chi
出版文献量(篇)
7125
总下载数(次)
11
论文1v1指导