基于BP神经网络的春夏女装流行色预测研究

论文摘要

随着色彩经济的盛行,流行色在纺织服装行业产品中的附加值越来越为企业所重视,色彩预测工作已经成为纺织服装行业中必不可少的环节。我国对流行色的研究起步晚,色彩理论研究大多来源于国外,服装流行色发布仍是以国外权威机构的发布为重要参考,国内企业对诸如国际流行色协会、美国棉花公司、潘通公司等发布的流行色信息具有很大的依赖性。如今,越来越多的国内机构在参考国外流行色发布的基础上,结合国内的市场行情,进行综合预测。然而,在计算机技术高度发达的时代,现有的国内外预测方法在实际可行、可达到性以及对流行色的非线性变化关系的处理上还存有缺陷。本课题对国内外有关流行色属性规律分析基础理论、色彩技术、预测及应用方面的研究文献进行了查阅和综述,概述流行色及流行色预测有关概念,从主客观的角度探讨了流行色变化规律,分析流行色预测的影响因素及预测思想方法的优缺点,为流行色的量化预测做准备。基于BP神经网络通过人工智能的方法能够逼近任意关系函数,并且可以根据需要进行自主程序设计,输出更接近最终流行色预测结果的数据,课题对这一预测方法的科学性、全面性、连续性进行了探索。首先搜集权威机构2001—2011年发布的春夏女装流行色色卡,采用科学的CIELab色度测量方法对其进行量化,并将色彩的属性特征数据进行科学归类,建立BP神经网络的样本学习数据库和训练模型,进行流行色色相、色调、单个色相的色调预测与分析验证。课题将流行色特征通过色卡和量化数据图表两种形式形象地、清晰地表达出来,色卡样本分项统计和图表分析结果直观地显示,春夏女装流行色属性存在不变、渐变与突变的三重特征,这为量化流行色预测提供了依据。研究揭示流行色预测既有色彩量化、流行色规律等有利条件的支撑,也受到流行色突变性变化、客观限制性、主观不确定性等不利因素的影响。为了最大程度准确预测流行色定案中的关键参数,课题进行2011年春夏流行色色相、色调频数以及红色调L*、a*、b*对应的min、max值估计下色调分布的BP神经网络预测与检验以及2012年再预测,2011年各项预测结果与实际流行趋势发布基本吻合,表明该方法能科学、全面、连续地预测流行色,因此本课题研究丰富和发展了流行色预测理论。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本课题研究背景
• 1.2 本课题研究目的及意义
• 1.2.1 本课题研究目的
• 1.2.2 本课题研究意义
• 1.3 本课题国内外研究现状及分析比较
• 1.3.1 本课题国内外研究现状
• 1.3.2 流行色研究现状分析
• 1.4 本课题的研究内容和研究方法
• 1.4.1 本课题研究内容
• 1.4.2 本课题研究方法
• 第二章 流行色及其属性变化规律
• 2.1 色彩空间体系理论
• 2.1.1 CNCS 应用色彩体系
• 2.1.2 P.C.C.S 色相和色调系统
• 2.1.3 色彩情感语义坐标系统
• 2.1.4 CIELab 均匀色彩空间
• 2.2 流行色
• 2.2.1 流行色概述
• 2.2.2 流行色变化影响因素
• 2.2.3 流行色应用影响因素
• 2.3 流行色属性变化规律
• 2.3.1 流行色属性主观变化规律分析
• 2.3.2 流行色量化属性变化规律分析
• 第三章 服装流行色预测
• 3.1 流行色预测的科学认识
• 3.1.1 流行色预测概念
• 3.1.2 流行色预测性质、组成、特征
• 3.2 流行色预测思想比较分析
• 3.2.1 定性预测
• 3.2.2 定性与定量结合预测
• 3.2.3 定量预测
• 3.3 流行色预测影响因素分析
• 3.3.1 有利因素
• 3.3.2 不利因素
• 3.4 本课题流行色预测方法及预测流程确定
• 3.4.1 流行色神经网络预测可行性和优越性分析
• 3.4.2 流行色神经网络预测流程
• 第四章 流行色BP 神经网络预测
• 4.1 BP 神经网络
• 4.1.1 BP 神经网络原理及特点
• 4.1.2 BP 神经网络模型
• 4.2 色卡搜集
• 4.3 色卡量化
• 4.4 神经网络预测模型的建立与预测
• 4.4.1 学习样本
• 4.4.2 学习
• 4.5 预测结果分析与验证
• 4.5.1 色相预测与分析验证
• 4.5.2 色调预测与分析验证
• 4.5.3 单个色相色调预测与分析验证
• 4.5.4 小结
• 第五章 结论与展望
• 5.1 研究主要成果
• 5.2 课题的创新点
• 5.3 课题的进一步研究方向
• 致谢
• 参考文献
• 附录A：作者在攻读硕士学位期间发表的论文
• 附录B：2001-2011 年春夏女装流行色色卡及编号
• 附录C：2001-2011 年春夏女装流行色卡CIE 空间量化物理特征值表
• 附录D：论文实验中部分程序及运行