摘要
随着女性服装电子商务市场的持续扩大,准确又高效地对女性服装图像进行分类成为重点研究方向。本文基于PCA降维算法,并用BP神经网络对女性服装款式进行精确且高效的分类。仿真实验部分使用经典BP神经网络模型对分类的可行性进行验证和评估。对比本文算法的结果表明,两组模型均达到96%以上的精确度,适用于女性服装款式的分类,本文算法比经典模型提升3%的精确度,运行时间大幅度减少,具有更优的分类表现。
出处
《轻工科技》
2020年第4期107-109,共3页
Light Industry Science and Technology
基金
湖南省研究生科研创新项目:基于改进Canny算法和BP神经网络的女装图分类与检索系统(CX20190962)
湖南省研究生教育教学改革一般项目:模式识别及应用课程改革的实践与研究(湘教通[2019]293号)
教育部人文社会科学研究项目(16YJA760004).
