【摘 要】
:
服装行业快速发展,在全球经济中占有重要地位。服装企业需要快速且准确的理解当前市场的服装流行元素趋势才能不断的调整自己的生产策略来适应市场。尤其在快时尚地影响下,这种提前知晓服装流行元素趋势的能力就变得愈发重要。依托课题组的东莞市虎门服装协作创新中心的服装云设计交易平台项目,本文研究基于深度学习相关技术预测未来的服装流行元素趋势,设计并实现了一个服装流行元素趋势预测系统,提供给服装生产销售企业和服装
论文部分内容阅读
服装行业快速发展,在全球经济中占有重要地位。服装企业需要快速且准确的理解当前市场的服装流行元素趋势才能不断的调整自己的生产策略来适应市场。尤其在快时尚地影响下,这种提前知晓服装流行元素趋势的能力就变得愈发重要。依托课题组的东莞市虎门服装协作创新中心的服装云设计交易平台项目,本文研究基于深度学习相关技术预测未来的服装流行元素趋势,设计并实现了一个服装流行元素趋势预测系统,提供给服装生产销售企业和服装消费者进行实时查询以及分析未来的服装流行元素趋势。当前对服装流行元素趋势预测方面的研究存在的问题是只能对简单的服装流行趋势进行建模预测,且大多数研究都忽略了服装领域相关的专业知识。服装流行元素趋势预测本身就是服装领域的一个专业研究方向,相关研究也是需要根据服装流行元素趋势数据的特点进行。首先本文根据某些服装流行元素会同时出现的特点,构建服装流行元素之间的共存关系。然后本文依据服装流行元素趋势具有周期性以及有着重复且相似的生命周期的特点,提出了基于趋势相似度的注意力机制,对服装流行元素趋势数据进行建模。本文的主要工作如下:(1)首先本文提出了一个基于Efficient Net-b7模型的服装属性预测器,能够自动快速且准确的获取服装图像上的元素属性,为接下来的趋势预测提供数据支持。然后本文基于不同地区的不同人群对当前服装流行趋势看法存在差异,把服装流行元素按照用户信息中性别和地区分组后进行统计,预测每个用户组的不同服装服装流行元素趋势未来变化方向。对分组后的趋势数据使用基于Bi LSTM的编码器解码器框架构建相应模型,并利用服装流行元素之间的共存关系辅助趋势预测。实验结果表明所提出的模型能够准确的预测未来的变化趋势并优于现有的方法。(2)过长历史趋势信息中存在冗余的趋势信息,对趋势预测的结果会造成一定影响,同时根据服装流行元素趋势变化存在着周期性的特点,本文提出了一种基于趋势相似度的注意力机制。通过比较历史信息同最近一段时间趋势的相似度,将相似的历史信息的接下来的趋势信息作为影响未来的变化趋势重要影响内容。通过这种方法构建的基于Bi LSTM的编码器解码器框架的预测模型能够对服装流行元素趋势进行准确地预测。半年的预测相较于最新的KERN模型在MAE以及MAPE上分别有5.09%以及4.54%的提升。(3)通过对服装流行元素趋势预测的研究,本文设计并实现了一个服装流行元素趋势预测系统。其能够自动的提取服装图像上的服装流行元素属性,并整合图像带有的用户信息将服装流行元素趋势分组。根据历史数据,系统能够准确的预测未来的服装流行元素趋势变化方向,按照不同人群的提供给用户进行查询。
其他文献
SimRank是一种基于图拓扑结构来评估顶点相似性的方法。基于SimRank的单源Top-k查询问题,是求解与给定查询顶点SimRank相似度最高的k个顶点,其广泛应用于大规模数据图挖掘、协同过滤等领域。现有算法在计算单源顶点的Top-k结果集时,需要预先计算所有顶点与查询顶点之间的SimRank相似度,然后排序筛选出Top-k结果集。由于现有算法在计算过程中存在许多无效计算,导致求解Top-k结
数字经济时代,数据成为新的关键生产要素。我国作为纺织服装领域传统强国,积累了海量的领域知识,但由于缺乏统一的组织管理,不同来源的知识之间缺乏关联,相互之间形成了一座座数据孤岛,庞杂的知识分布导致知识获取的成本较高,这为纺织服装领域知识的管理与应用带来了巨大的挑战。知识图谱技术的出现虽然为知识的组织管理提供了高效的解决方案,但由于纺织服装领域知识的庞杂性,知识图谱的构建与拓展存在困难。如何高效、系统
宫颈癌是最常见的妇科恶性肿瘤,近几年发病率与死亡率呈现出上升趋势的同时明显趋向年轻化,在全球范围内严重困扰女性的生命健康。在临床上,如果宫颈癌能够在早期发现,治疗效果最好且需要承担的医疗成本低。因此,许多国家都在适龄妇女中全力推行宫颈癌早期筛查的普及,帮助女性在早期就能够及时发现宫颈疾病并进行相应治疗,从而降低妇女宫颈癌的发病率和死亡率。宫颈液基细胞检测(Thinprep Cytologic Te
活力与文化是组织发展的力量源泉,将二者融入医院管理,能够提升组织服务效能。将活力与后勤文化相结合,从思想文化、制度文化、绩效考评体系、人才培养、信息化建设等方面构建了医院后勤活力型文化体系。实践后,形成了后勤文化特色,提高了后勤员工素质和服务能力,推进了人才梯队建设,有利于持续保持员工和后勤组织的发展活力。
随着人工智能在学术领域的不断发展,人工智能应用于医疗影像处理的研究近年来愈发火热,并衍生出一系列应用于细胞分类、细胞检测、超声影像分割等领域的成果。脑脊液是在大脑的腔室和管腔以及脊髓的中央管中以及在大脑和脊髓的外部发现的透明液体,其内部包含20多种细胞,这些细胞的数量及形态反映了机体的健康状况。因此,对脑脊液进行细胞学检查是诊断脑膜炎、脑炎、梅毒等多类疾病的重要手段。然而,目前传统的脑脊液细胞学检
花岗伟晶岩型稀有金属矿床多阶段成岩成矿是近年来伟晶岩型矿床成因研究的热点与前沿问题。吐格曼北花岗伟晶岩型锂铍矿床是阿尔金中段地区近年来新发现的稀有金属矿床,一些伟晶岩脉发育并保存复杂的分带及多期多阶段的成岩成矿现象。本文在介绍吐格曼北锂铍伟晶岩中多期多阶段成岩成矿现象的基础上,选择ρ31伟晶岩脉中包含锡石与锂辉石角砾的白云母钠长花岗岩(20AE43-3)、ρ87伟晶岩脉深部的细晶花岗岩(ZK870
二分图可以对两种不同类型的实体之间的关系进行建模。二分图中的团被称为二分团,是二分图中的基本稠密子结构,在许多领域中都有重要应用。(m,n)二分团是指两层结点数分别为m和n的二分团。计算给定二分图中(m,n)二分团的个数具有十分重要的意义。现有二分团计数算法仅能处理(2,2)二分团,无法处理一般的(m,n)二分团计数问题。本文研究了如何在大规模二分图上高效计算(m,n)二分团的个数,具体研究内容如