基于BP神经网络的春夏女装流行色预测

应用科学的CIELab色度测量方法,对国内权威机构发布的2001-2011年度春夏女装流行色色卡进行量化,色卡量化样本分项统计和图表分析结果显示,春夏女装流行色属性存在不变、渐变与突变的三重特征.在此基础上,进行2011年春夏流行色色相、色调频数以及红色调L*、a*、b*对应的最小和最大值估计下色调分布的BP神经网络预...     

采用多蜂群协同演化算法的服装流行色预测

针对现有服装流行色定量预测方法存在的精度缺陷,借鉴了复杂适应系统理论和生物学协同进化思想,提出一种基于层次协同演化机制的多蜂群协同优化算法。将该算法应用于人工神经网络权值配置问题上,通过拟合曲线进行测试。结果表明该算法可提升神经网络模拟目标问题的精度。使用 PANTONE 发布的2007−2016 年的国际春夏女装流行色定案,建立了春夏女装流行色色相的预测模型;对该模型中改进的神经网络进行训练,分析不同隐含层节点个数对色相预测精度的影响;预测2017 年女装流行色色相,并将预测结果与PANTONE 官方发布结果进行对比。结果表明该方法与其他方法相比提高了预测结果的精准度。     

歌力思服装实业有限公司成为“中国女装色彩研发基地”——夏国新大胆预测：下一季流行水蓝色

2009年7月10日，2010春夏女装趋势研讨会在深圳歌力思服装实业有限公司举行，并同时举行了“中国女装色彩研发基地”的授牌仪式，深圳歌力思服装实业有限公司成为中国流行色协会第47家基地企业。中国流行色协会常务副会长梁勇将“中国女装色彩研发基地”的牌匾授予了歌力思服装实业有限公司董事长夏国新。     

服装流行色的季节差异及关联性研究

为揭示服装流行色的季节差异及其变化规律,以2012-2019年中国服装流行色定案为研究对象,依据中国色彩标准体系(CNCS)对色彩进行量化,采用统计分析与灰色关联分析,探究季节服装流行色的波动规律与色彩特征。结果表明:服装流行色呈现一定的季节差异,不同色彩存在不同的季节模式,即春夏以高明度、高纯度和暖色系为主,秋冬则会增大低/中明度、低/中纯度和冷色系色彩的使用比例;秋冬服装流行色会受到春夏流行色的影响,但不同色彩的关联度存在差异;秋冬服装流行色的波动较大,春夏服装流行色的波动则比较平缓。     

马尔可夫预测法在国际服装流行色预测中的应用

马尔可夫(MarKov)预测法是应用概率论中的马尔可夫链的理论和方法来研究随机事件的变化,并借此分析预测未来变化趋势的一种方法。文章以国际流行色权威机构国际色彩委员会发布的2007—2011年的国际女装春夏流行色定案为分析对象,应用马尔可夫预测方法对流行色定案的色彩进行预测分析,以原始数据与预测数据的相对误差百分比探讨此方法的预测精度。结果显示:应用马尔可夫预测法对5年来色彩的预测精度稳定性不统一,但是对蓝色调的预测精度很高,达90%。     

灰色GM(1,1)模型在国际春夏女装流行色色相预测中的应用

服装流行色是影响服装企业生产、营销、效益的重要因素。针对服装流行色预测研究中存在色彩量化复杂、缺少时间序列参数与构建预测模型性能关系等问题,提出以国际春夏女装流行色为研究对象,以PANTONE色彩体系为色彩量化依据,以绝对误差平均值作为预测效果的综合评价指标,探讨了不同长度的时间序列对灰色GM(1,1)服装流行色色相预测模型性能的影响。研究结果表明,以6年时间序列建立的灰色GM(1,1)模型对服装流行色色相预测的整体精度高,其绝对误差平均值之和仅为1.9%。     

流行色春夏定案特征分析与探讨

应用minitab15对美国潘东公司（Pantone）、国际流行色协会（IC）和《国际纺织品流行趋势》杂志3家权威色彩预测机构发布的春夏流行色定案进行色彩量化和分析,旨在探寻流行色定案在纯度、明度和色相上的分布特点和变化规律。研究结果显示,3家机构发布的流行色信息在明度、纯度和色相分布中存在一定的共性和变化规律,如色相的双峰分布,冷暖对比,纯度和明度上的渐变迁移,以及色彩属性上的春夏季节色彩特征等。单因素方差分析结果说明国际流行色在预测信息中起主导作用。     

服装流行色的色彩意向灰色预测

流行色作为引导时尚的代名词,其消费性和商业指导性变得愈加突出,对其进行准确预测显得尤为重要。研究运用颜色科学的理论知识、日本色研所的NCD色彩意象理论以及两者之间的紧密关系,从抽象和意象思维2方面对历年服装流行色资料微观化、细致化。通过建立2000—2006年春夏女装小样本统计的蓝色流行程度评价值、明度、纯度、色彩意象群区分布百分比和色相倾向分布百分比的灰色GM（1,1）全数据和部分数据信息预测模型,来预测未来蓝色流行程度及色调倾向性。     

中国流行色色案特征量化分析

研究了色彩定案分析方法。以权威色彩预测机构发布的2005—2009春夏女装中国流行色定案为研究对象,Pantone色彩体系为量化依据,应用spss18统计软件为量化分析工具,探讨历年色案特征,寻找流行色发展变化的内在规律,为客观预测流行色提供思路和参考。结果显示:历年流行色定案在色相上总体呈现双峰分布,即色相上呈现色彩互补和对比;聚类分析结果显示,5年中2005、2006、2008年3年流行色定案特征相似度较高,2007、2009年的相似度较高,而2005、2006、2008年3年流行色定案特征与2007、2009年间差异性明显。     

基于BP神经网络的国际服装流行色短期预测

研究以国际权威色彩机构发布的连续6年春夏女装服装流行色量化数据为研究对象,应用BP神经网络逼近任意非线性函数的能力和特点,构建色彩趋势的短期预测模型。研究在传统BP神经网络的基础上引入动量因子,通过设计网络参数、训练样本对模型进行训练与仿真,探讨模型在流行色预测中的性能。研究结果显示:应用引入动量因子的BP神经网络的收敛速度、预测获得误差的标准差小于0.06,预测效果好,能够用于流行色的短期预测。