首页|基于MEA-BP神经网络的青年女性臂部体型识别

基于MEA-BP神经网络的青年女性臂部体型识别

扫码查看
原文链接
  • 万方数据
  • 维普
青年女性臂部体型包含了大量的非线性特征,单一的BP神经网络很难达到理想预测精度,为快速准确地识别青年女性臂部体型,提高预测精度,本文构建了一种基于思维进化算法(MEA)优化BP神经网络的青年女性臂部体型识别模型.首先,通过[TC]2三维人体测量获取611名青年女性的臂部数据;其次,通过主成分因子分析得到影响青年女性臂部体型特征的5大形态因子,选取5个特征指标采用两步聚类法将臂部体型分为4类;最后使用Matlab软件构建基于MEA-BP神经网络的青年女性臂部体型识别模型.实验结果显示:该模型能有效识别臂部体型,准确率为95.45％,与单一BP神经网络和GA-BP神经网络对比,该模型具有更高的预测精度和更优的非线性映射能力.
Young female arm body shape recognition based on MEA-BP neural network

倪世明、白云龙、蒋益群

展开 >

绍兴职业技术学院建筑与设计艺术学院,浙江 绍兴312000

绍兴职业技术学院信息工程学院,浙江 绍兴312000

艾奥瓦州立大学 工程学院,美国 艾奥瓦州50011

青年女性 臂部体型 体型分类 MEA-BP神经网络 识别模型

浙江省教育厅一般科研项目浙江省教育厅教师专业发展项目绍兴职业技术学院轻纺专项

Y202045029FX2019091SZK202035

2022

10.3969/j.issn.1001-7003.2022.05.007

丝绸
浙江理工大学 中国丝绸协会 中国纺织信息中心

丝绸

CSTPCDCSCD北大核心
影响因子：0.567
ISSN：1001-7003
年,卷(期)：2022.59(5)
  • 2
  • 13