纺织学报
紡織學報
방직학보
JOURNAL OF TEXTILE RESEARCH
2013年
8期
110-114
,共5页
孙洁%金娟凤%倪世明%叶玲%刘焘%邹奉元
孫潔%金娟鳳%倪世明%葉玲%劉燾%鄒奉元
손길%금연봉%예세명%협령%류도%추봉원
批量定制%平均影响值%号型归档%神经网络集成
批量定製%平均影響值%號型歸檔%神經網絡集成
비량정제%평균영향치%호형귀당%신경망락집성
mass customization%MIV%size grading%neural networks ensemble
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.
如何實現大樣本的快速、精確號型歸檔是服裝數字化批量定製繫統構建的關鍵問題.結閤下裝結構設計的關鍵部位呎吋,在國傢標準基礎上將下裝控製部位擴展為10項；以女褲裝為例,分彆構建身高和腰圍的簡單BP神經網絡歸檔模型,通過平均影響值(MIV)篩選齣對歸檔結果影響較大的5箇控製部位,併將其作為集成歸檔模型的輸入層,其中身高、腰圍、臀圍、腰圍高、後襠長為身高歸檔模型的輸入變量,腰圍、臀圍、大腿圍、腰長、身高為腰圍歸檔模型的輸入變量；通過Adaboost算法集成10箇簡單BP神經網絡,穫得具有高精度和彊汎化能力的女褲裝號型集成歸檔模型.
여하실현대양본적쾌속、정학호형귀당시복장수자화비량정제계통구건적관건문제.결합하장결구설계적관건부위척촌,재국가표준기출상장하장공제부위확전위10항；이녀고장위례,분별구건신고화요위적간단BP신경망락귀당모형,통과평균영향치(MIV)사선출대귀당결과영향교대적5개공제부위,병장기작위집성귀당모형적수입층,기중신고、요위、둔위、요위고、후당장위신고귀당모형적수입변량,요위、둔위、대퇴위、요장、신고위요위귀당모형적수입변량；통과Adaboost산법집성10개간단BP신경망락,획득구유고정도화강범화능력적녀고장호형집성귀당모형.
