文献类型：期刊文章

作　　者：王静静[1] 陈敏之[2]

WANG Jingjing;CHEN Minzhi(School of Fashion Design&Engineering,Zhejiang Sci-Tech University,Hangzhou 310018,China;School of International Education,Zhejiang Sci-Tech University,Hangzhou 310018,China)

机构地区：[1]浙江理工大学服装学院,杭州310018 [2]浙江理工大学国际教育学院,杭州310018

出　　处：《现代纺织技术》

基　　金：浙江省自然科学基金项目一般项目(LY17E060007)。

年　　份：2020

卷　　号：28

期　　号：6

起止页码：55-61

语　　种：中文

收录情况：ZGKJHX、普通刊

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。

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  

分 类 号：TS941.2]