粒子群算法优化的BP神经网络对服装流行色的预测应用
李臣伟1
葛贝贝1
王慧萍1
王钰程1
刘让同2
1.中原工学院 智能服饰与服装学院,河南 郑州 4500072.中原工学院 智能服饰与服装学院,河南 郑州 450007;先进纺织装备技术省部共建协同创新中心,河南 郑州 450007
摘要：服装流行色趋势预测在服装设计领域中有着重要的参考价值.然而,传统预测方法多依赖于既有流行色,往往预测精度较低,更新周期滞后.为提升预测的实时性与可靠性,以2023年1月—2025年1月间主流时装网站发布的流行服装数据构建图像数据集,利用图像颜色提取技术建立服装流行色数据库,并利用粒子群算法优化的 BP 神经网络构建流行色预测模型,采用 MAE 指标对模型进行验证,并对2025年2-6月服装颜色流行趋势进行预测.研究结果表明:与传统 BP 神经网络相比,粒子群优化的 BP神经网络在预测精度等方面均表现出显著优势,其预测结果与实际服装色彩应用高度吻合.
关键词：趋势预测流行色数据集粒子群算法BP神经网络
分类号：TS941.26(服装工业、制鞋工业)
资助基金：国家重点研发计划(2017YFB0309000)
论文发表日期：2025-12-25
在线出版日期：2026-01-27（本平台首次上网日期，不代表文献的发表时间）
页数：8( 31-37,43 )
英文信息