基于复杂网络提取和支持向量机模型分类的服装领型研究

作     者：徐增波 张玲 张艳红 陈桂清 XU Zengbo;ZHANG Ling;ZHANG Yanhong;CHEN Guiqing

作者机构：上海工程技术大学服装学院上海201600 

基　　金：上海市科学技术委员会科技创新行动计划资助项目(18030501400) 

出 版 物：《纺织学报》 (Journal of Textile Research)

年 卷 期：2021年第42卷第6期

页      码：146-152页

摘      要：为解决服装打版中款式自动搜索的问题,以服装衣领款式的结构特征为背景,以服装圆领型图像为例,先通过构建复杂网络对其进行复杂网络特征的描述与提取,然后采用支持向量机的模型实现8种衣领类型图像的分类。实验结果表明:样本整体的平均分类准确率为98%,各类别的平均分类准确率均达到96%以上,其中,圆领的平均分类准确率为100%;在原样本图像库中加入一定程度椒盐噪声和高斯噪声后,样本整体的分类准确率在80%上下浮动,表明支持向量机模型分类的方法适用于含有一定程度噪声的图像识别。因而,本文基于复杂网络提取和支持向量机模型分类的服装领型研究的提取和分类准确率高,且分类结果相对稳定。

主 题 词：复杂网络 特征提取 领型分类 支持向量机 服装设计 

学科分类：1305[艺术学-设计学类] 13[艺术学] 0817[工学-轻工类] 0805[工学-能源动力学] 0703[理学-化学类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.13475/j.fzxb.20200905607

馆 藏 号：203103753...