針對服裝流行色數(shù)據(jù)少、影響因素復(fù)雜和預(yù)測精度不高等問題,采用離散GM（1,1）模型預(yù)測服裝流行色。以中國紡織信息中心發(fā)布的2013—2019年春夏流行色定案為研究對象,以HSV色彩體系為色彩量化依據(jù),建立服裝流行色的預(yù)測模型。為驗證模型效果,比較GM（1,1）模型（EGM）、原始差分GM（1,1）模型（ODGM）、均值差分GM（1,1）模型（EDGM）和離散GM（1,1）（DGM）的預(yù)測結(jié)果。結(jié)果表明,DGM（1,1）模型提高了預(yù)測性能,其平均相對誤差為4.493%,殘差值趨于穩(wěn)定,精度等級為優(yōu)秀,顯著優(yōu)于EGM（1,1）9.622%,略優(yōu)于ODGM（1,1）4.497%和EDGM（1,1）4.495%。DGM（1,1）模型建模過程簡單、預(yù)測性能高,為數(shù)據(jù)序列波動較大的服裝流行色預(yù)測提供了參考依據(jù)和實用指導(dǎo)。 

【文章來源】：西安工程大學(xué)學(xué)報. 2019,33(01)

【文章頁數(shù)】：8 頁

【部分圖文】：

圖１３個顏色分量投影圖Ｆｉｇ．１Ｐｒｏｊｅｃｔｉｏｎｏｆｔｈｒｅｅｃｏｌｏｒｃｏｍｐｏｎｅｎｔｓ

部屬性的影響，為數(shù)字化色彩構(gòu)建及服裝圖像檢索提供了新思路。圖１３個顏色分量投影圖Ｆｉｇ．１Ｐｒｏｊｅｃｔｉｏｎｏｆｔｈｒｅｅｃｏｌｏｒｃｏｍｐｏｎｅｎｔｓ１．３色彩轉(zhuǎn)換為便于流行色的量化分析，需將其轉(zhuǎn)化為連續(xù)、權(quán)威、大眾化的數(shù)字色彩。通過ＣＮＣＳＣＯＬＯＲ色彩配方數(shù)據(jù)庫和計算機(jī)ＨＳＶ色彩對色卡信息進(jìn)行色彩轉(zhuǎn)換。以Ｒ、Ｇ、Ｂ分別表示紅、綠和藍(lán)色彩系統(tǒng)，Ｈ、Ｓ、Ｖ分別表示色相、純度和明度，色卡量化步驟見圖２。圖２色卡量化步驟Ｆｉｇ．２ＳｔｅｐｏｆｃｏｌｏｒｃａｒｄｑｕａｎｔｉｚａｔｉｏｎＲＧＢ顏色到ＨＳＶ空間的轉(zhuǎn)換公式［１８］為Ｖ＝ｍａｘ（Ｒ，Ｇ，Ｂ）２５５Ｓ＝１－ｍｉｎ（Ｒ，Ｇ，Ｂ）Ｖθ＝ｃｏｓ－１１２［（Ｒ－Ｇ）＋（Ｒ－Ｂ）］（Ｒ－Ｇ）２槡＋（Ｒ－Ｂ）（Ｇ－Ｂ）熿燀燄燅Ｈ＝θ，Ｇ≥Ｂ２π－θ，Ｇ＜Ｂ｛烅烄烆（６）式中：Ｖ∈［０，１］，Ｓ∈［０，１］，Ｈ∈［０，３６０°］。以藍(lán)色為例。在ＨＳＶ色彩系統(tǒng)中，藍(lán)色系在色相上的區(qū)間為［２１０°，２７０°）。當(dāng)色相取值越靠近２１０°，表示色彩中的藍(lán)色因子越少，青色因子越多；反之，越靠近２７０°，則表示藍(lán)色因子越少，品紅色因子越多。中位數(shù)計算公式為Ｈｅ＝Ｌ＋∑ｆ２－Ｓｍ－１ｆｍ×ｄ（７）式中：Ｈｅ為中位數(shù)；Ｌ為中位數(shù)組的下限；∑ｆ／２為中位數(shù)的位次；Ｓｍ－１為中位數(shù)組的前一組對應(yīng)的累

（ａ）紅色（ｂ）黃色（ｃ）綠色（ｄ）青色（ｂ）藍(lán)色（ｃ）品紅色圖３２０１３—２０１９年６類色彩變化趨勢Ｆｉｇ．３Ｓｉｘｃｏｌｏｒｔｒｅｎｄｓｆｒｏｍ２０１３ｔｏ２０１９（３）定案中變異系數(shù)黃色＞紅色＞青色＞綠色＞品紅色＞藍(lán)色，說明黃色的離散程度最顯著，藍(lán)色波動幅度最小，證實了圖３中色彩的變化趨勢。表２２０１３—２０１９年６類色彩的統(tǒng)計特征Ｔａｂｌｅ２Ｓｔａｔｉｓｔｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｉｘｋｉｎｄｓｏｆｆａｓｈｉｏｎｃｏｌｏｒｓｆｒｏｍ２０１３ｔｏ２０１９色相均值標(biāo)準(zhǔn)差變異系數(shù)紅色１２．２８６０．７０７５．７５６黃色３７．９２９２．８２８７．４５７綠色３７．２８６１．０６１２．８４５青色９０．４２９２．８２８３．１２８藍(lán)色１１５．２８６１．０６１０．９２０品紅色１３６．９２９３．５３６２．５８２２．２ＤＧＭ（１，１）模型建立以２０１３—２０１９年服裝流行色值（見表１）為原始序列輸入，以ＤＧＭ（１，１）模型的服裝流行色值為輸出，并比較仿真值與實際值的誤差。由于原始序列至少需要４個數(shù)據(jù)［２２］，表１中綠色出現(xiàn)的隨機(jī)性強(qiáng)，不適合進(jìn)行灰色建模，故剔除。以藍(lán)色為例，闡述ＤＧＭ（１，１）模型的建立過程。由原始序列ｘ（０）（ｋ）＝（１１６．５，１１２．５，１１８，１１３，１１１，１１８，１１８），做１次累加（ＡＧＯ）生成數(shù)列ｘ（１）（ｋ）＝（１１６．５００，２２９．０００，３４７．０００，

【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用數(shù)字量化的毛衫流行色趨勢預(yù)測方法[J]. 吳艷,洪文進(jìn),史雅杰.  毛紡科技. 2016(12)
[2]中國城鄉(xiāng)恩格爾系數(shù)差異度的灰色建模與預(yù)測[J]. 于雪,陳立軍.  西安工程大學(xué)學(xué)報. 2014(02)
[3]GM（1,1）模型的幾種基本形式及其適用范圍研究[J]. 劉思峰,曾波,劉解放,謝乃明.  系統(tǒng)工程與電子技術(shù). 2014(03)
[4]Fashion Color Forecasting by Applying an Improved Back Propagation Neural Network[J]. 常麗霞,潘如如,高衛(wèi)東.  Journal of Donghua University（English Edition）. 2013(01)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的春夏女裝流行色預(yù)測[J]. 狄宏靜,劉冬云,吳志明.  紡織學(xué)報. 2011(07)
[6]基于量化顏色空間的彩色圖像檢索算法[J]. 張水利,鄭秀萍,雷文禮.  計算機(jī)仿真. 2010(10)
[7]流行色春夏定案特征分析與探討[J]. 常麗霞,高衛(wèi)東,盧雨正,潘如如.  紡織學(xué)報. 2010(03)
[8]服裝流行色的色彩意向灰色預(yù)測[J]. 吳志明,李熠.  紡織學(xué)報. 2009(04)
[9]離散GM（1,1）模型的特性與優(yōu)化[J]. 姚天祥,劉思峰.  系統(tǒng)工程理論與實踐. 2009(03)
[10]灰色預(yù)測模型進(jìn)一步拓廣方法的研究[J]. 林麗君,王宏楠.  紡織高校基礎(chǔ)科學(xué)學(xué)報. 2008(04)



本文編號：3209007