服装风格是一个主观性非常强的概念,其具有决定因素复杂、评判标准个性化强和风格特征发展迅速等特点,这些特点使得服装风格的识别与分类变得复杂。传统的风格量化与分类方法并不能很好的满足服装风格个性化强和发展迅速的特点,但是人类在服装风格识别方面的表现却相当优秀。针对上述服装风格的特点,本文研究基于认知特征的服装风格自主分类方法。本文的主要贡献包括：针对服装风格的分类与识别复杂,传统服装风格量化与分类方法不能很好满足服装风格特点的问题提出了基于多目标MILN (Multi-Layer In-place Learning Network)自主发育网络的服装风格分类方法,该方法很好的适应了服装风格个性化强和发展迅速的特点,解决了服装风格个性化自主分类的问题。针对Itti视觉注意模型难以很好的完成对服装部件这类主观定义对象的视觉注意的问题提出了基于MILN自主发育网络的视觉注意模型,该模型通过建立独立的基于MILN自主发育网络的Top-down视觉注意通道,利用多目标MILN自主发育网络作为视觉注意的知识库,解决了对服装部件的视觉注意问题,为多目标MILN自主发育网络提供了目标输入。针对传统服装风格特征分析方法不能很好的适应服装发展迅速的特点的问题提出了基于LCA的服装风格特征分析方法,该方法以多目标MILN自主发育网络为基础,通过对网络中的Lobe进行分析,得到对应于特定服装风格的服装风格特征,并利用MILN自主发育网络的自主发育特性解决了传统服装风格特征分析方法与服装风格发展迅速的特点之间的矛盾。最后,集成上述的模型和算法,给出了服装风格自主分类系统的设计与实现。