服飾智能適配系統(tǒng)的研究與應(yīng)用.pdf

1、近年來(lái)服飾適配研究受到了許多學(xué)者的關(guān)注，也是改進(jìn)時(shí)裝的設(shè)計(jì)和銷售模式、提升用戶體驗(yàn)的重要手段，成為時(shí)裝業(yè)提高競(jìng)爭(zhēng)力的必備策略。服飾適配決策過(guò)程是復(fù)雜的、不確定的，實(shí)現(xiàn)服飾適配的智能化是其重要的研究方向。本論文提出的“服飾智能適配系統(tǒng)”將智能與決策支持等理論相結(jié)合，應(yīng)用智能計(jì)算等方法，研究服飾智能適配系統(tǒng)中的建模、適配知識(shí)自學(xué)習(xí)、個(gè)性化適配行為挖掘、實(shí)時(shí)適配試著和服飾智能適配系統(tǒng)的集成應(yīng)用等問(wèn)題，為服飾智能適配系統(tǒng)提供理論與方法。本論文研

2、究的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下:
　　 1、提出了服飾智能適配模型。將其歸結(jié)為一類模糊多目標(biāo)決策問(wèn)題(FuzzyMCDM)，給出了服飾適配滿意度指數(shù)(FCSI)實(shí)現(xiàn)對(duì)適配結(jié)果的評(píng)估。針對(duì)服飾適配不確定性和復(fù)雜性，提出了基于適配知識(shí)專家系統(tǒng)和模糊篩選方法的服飾智能適配模型。其創(chuàng)新之處在于:(1)利用適配知識(shí)專家系統(tǒng)獲取專家的適配知識(shí)與經(jīng)驗(yàn)，使其在單個(gè)屬性評(píng)估上具備了服飾適配專家般的思維;(2)采用模糊篩選方法評(píng)估所有屬性的整體效用，提出

3、模糊蘊(yùn)涵算子計(jì)算整體適配的FCSI指數(shù)，解決了FMCDM中模糊數(shù)運(yùn)算和評(píng)價(jià)的難題。另外，給出了適配規(guī)則的表達(dá)與推理的方法，模糊語(yǔ)言評(píng)價(jià)集的設(shè)計(jì)以及服飾適配效用屬性的識(shí)別方法。
　　 2、提出了基于改進(jìn)Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)(TSFNN)的服飾適配知識(shí)自學(xué)習(xí)模型，解決了服飾智能適配模型中模糊權(quán)重確定難和適配知識(shí)無(wú)法自適應(yīng)等問(wèn)題。研究了TSFNN模型設(shè)計(jì)與訓(xùn)練中“規(guī)則爆炸”和參數(shù)學(xué)習(xí)難兩方面問(wèn)題，提出了用于規(guī)則約簡(jiǎn)的

4、模糊聚類(FuzzyClustering)算法和提高TSFNN參數(shù)學(xué)習(xí)效率的PSO與GA混合算法，給出了一類改進(jìn)TSFNN模型結(jié)構(gòu)。在此基礎(chǔ)上，將基于知識(shí)的屬性評(píng)估專家系統(tǒng)和改進(jìn)TSFNN相結(jié)合，設(shè)計(jì)并開發(fā)了服飾智能適配決策支持工具，取得了滿意的效果。
　　 3、提出了基于Bayesian信念網(wǎng)絡(luò)(BBNs)的服飾適配行為挖掘模型，實(shí)現(xiàn)了對(duì)用戶服飾適配行為上的偏好信息與適配流行趨勢(shì)的捕捉。針對(duì)BBN結(jié)構(gòu)建模問(wèn)題，提出了一類邊編碼

5、GA(EGA)算法用于尋找最優(yōu)的BBN結(jié)構(gòu)，給出了可集成領(lǐng)域?qū)＜抑R(shí)縮小搜索空間的方法，解決了BBN在高維數(shù)據(jù)空間和大規(guī)模數(shù)據(jù)集下結(jié)構(gòu)學(xué)習(xí)的難題。EGA算法的創(chuàng)新之處在于:編碼緊湊使染色體長(zhǎng)度縮短，采用邊空間屏蔽集成專家知識(shí)，定義修正算子確保染色體為有向無(wú)環(huán)圖。
　　 4、提出了一種基于二維圖像的體型特征點(diǎn)識(shí)別和圖像卷繞(ImageWarping)算法的服飾實(shí)時(shí)適配試著模型，實(shí)現(xiàn)了基于真人二維圖像的實(shí)時(shí)適配試著效果展示。給出了基

6、于二維圖像的人體體型特征點(diǎn)定義，研究了利用圖像處理技術(shù)實(shí)現(xiàn)二維圖像中體型特征點(diǎn)自動(dòng)識(shí)別的算法。給出了圖像卷繞算法的數(shù)學(xué)模型，提出了基于二維圖像的實(shí)時(shí)適配試著算法。實(shí)驗(yàn)結(jié)果表明，本文方法響應(yīng)速度快，真實(shí)感強(qiáng)，操作簡(jiǎn)單。
　　 5、提出了集服飾智能適配模型、適配知識(shí)自學(xué)習(xí)、適配行為挖掘及服飾實(shí)時(shí)適配試著于一體的服飾智能適配系統(tǒng)的集成與應(yīng)用，給出了服飾智能適配系統(tǒng)總體架構(gòu)及其應(yīng)用領(lǐng)域。引入RFID技術(shù)實(shí)現(xiàn)服飾與用戶身份的智能識(shí)別，提出