基于LSTM神经网络的青年女性胸部识别模型构建

• 作者: 王静静 陈敏之
• 来源期刊: 现代纺织技术
• 学科: 工学
• 关键词: 胸部体型 三维测量 聚类分析 长短记忆神经网络 识别模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 纺织工程
• 页码范围: 55-61
• 页数: 7页
• 分类号: TS941.2
• 语种: 中文
• DOI: 10.19398/j.att.201909009

摘要

为提高青年女性胸部体型分类的准确率,从而为个性化女装的结构设计提供依据,以满足服装个性化发展要求,构建了一种基于长短记忆神经网络(LSTM)的青年女性胸部体型识别模型.运用三维测量技术获取230名女青年人体数据,采用聚类分析提取了5项反映胸部形态的典型指标,根据典型指标将胸部体型细分为3类;在此基础上构建了基于LSTM组合全连接层的胸部体型识别模型,将5项典型指标作为特征参数输入,采用小批量亚当优化算法训练模型避免陷入局部最优,使用dropout降低过拟合,输出结果运用Softmax回归分类器实现胸部体型分类.结果表明,该模型能有效对胸部体型进行识别分类,分类准确率为94.6％,与传统的BP网络和PNN网络对比,该模型的拟合效果和预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈敏之		27	148	7.0	11.0
2	王静静		1	0	0.0	0.0