基于BP和GRNN神经网络的乳房运动轨迹预测

• 作者: 周捷 李健 林强强 马秋瑞
• 来源期刊: 西安工程大学学报
• 关键词: 运动轨迹 乳房运动 GRNN神经网络 BP神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 服装与艺术设计
• 页码范围: 117-122
• 页数: 6页
• 分类号: TS947.2
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2019.02.001

摘要

用科学预测模型对乳房运动轨迹进行准确的预测,可以节约大量的计算和分析时间.分别建立BP和GRNN神经网络模型,将乳头点的运动坐标作为输入值,预测乳房其他4个部位的运送轨迹.结果表明,两种预测模型都可以较好地实现乳房运动轨迹的预测.BP神经网络可以预测出乳房4个测量点的运动轨迹,但要求样本量必须足够大,且网络参数不好确定,乳房轨迹预测时所需时间较长,效率低;GRNN神经网络克服了BP神经网络的缺点,预测值更接近真实值,4个测量点预测值分别比BP神经网络高出5.95％,5.33％,6.37％,6.97％,可以较好地预测乳房运动轨迹,其预测值分别达到了真实均值的94.68％,93.87％,93.76％,94.79％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健	西安工程大学服装与艺术设计学院	36	87	5.0	7.0
2	周捷	西安工程大学服装与艺术设计学院	75	181	5.0	11.0
3	马秋瑞	西安工程大学服装与艺术设计学院	16	24	3.0	4.0
4	林强强	西安工程大学机电工程学院	12	9	2.0	3.0