【技术实现步骤摘要】
基于深度学习的服装款式个性化设计方法
本专利技术涉及服装领域,具体涉及一种基于深度学习的服装款式个性化设计方法。
技术介绍
深度学习(DeepLearning,DL)或阶层学习(hierarchicallearning)是机器学习的技术和研究领域之一,通过建立具有阶层结构的人工神经网络(ArtifitialNeuralNetworks,ANNs),在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选,因此深度学习具有表征学习(representationlearning)能力,可以实现端到端的监督学习和非监督学习。此外,深度学习也可参与构建强化学习(reinforcementlearning)系统,形成深度强化学习。深度学习所使用的阶层ANN具有多种形态,其阶层的复杂度被通称为“深度”。按构筑类型,深度学习的形式包括多层感知器、卷积神经网络、循环神经网络、深度置信网络和其它混合构筑。深度学习使用数据对其构筑中的参数进行更新以达成训练目标,该过程被通称为“学习”。学习的常见方法为梯度下降算法及其变体,一些统计学习理论被用于学习过程的优化。在应用方面,深度学习被用于对复杂结构和大样本的高维数据进行学习,按研究领域包括计算机视觉、自然语言处理、生物信息学、自动控制等,且在人像识别、机器翻译、自动驾驶等现实问题中取得了成功。传统技术存在以下技术问题:深度学习还没有应用到服装款式个性化设计领域。
技术实现思路
本专利技术要解决的技术问题是提供一种基于深度学习的服装款式个性化设计方法,提高个性化服装的设计的匹配效率。为了解决上述技术问题,本专利技术提供 ...
【技术保护点】
1.一种基于深度学习的服装款式个性化设计方法,其特征在于,包括:首先对服装定制产业链进行了大量的数据采集,在此基础上梳理出该大数据环境下的成功定制的案例,建立“成功定制案例库”。
【技术特征摘要】
1.一种基于深度学习的服装款式个性化设计方法,其特征在于,包括:首先对服装定制产业链进行了大量的数据采集,在此基础上梳理出该大数据环境下的成功定制的案例,建立“成功定制案例库”。2.如权利要求1所述的基于深度学习的服装款式个性化设计方法,其特征在于,“成功定制案例库”包含两个子库:“成功定制案例中消费者的个性化需求库”(包括年龄、性别、教育背景等影响个体对服装审美认知的因素,以及消费者的个人风格偏好),以及“案例中消费者满意的款式结果库”。3.如权利要求1所述的基于深度学习的服装款式个性化设计方法,其特征在于,“成功定制案例库”中包含两个子库之间每个案例的一一映射关系。4.如权利要求1所述的基于深度学习的服装款式个性化设计方法,其特征在于,在实际的应用中,新用户的个人信息及风格偏好将被采集,该信息将和“成功定制案例库”中的“成功定制案例中...
【专利技术属性】
技术研发人员:洪岩,薛哲彬,陈郁,白瑞生,吴佳毅,
申请(专利权)人:洪岩,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。