摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-24页 |
·服装流行色预测概述 | 第10-15页 |
·服装流行色的概念与特征 | 第10-12页 |
·服装流行色趋势的发布 | 第12-14页 |
·服装流行色预测研究的背景 | 第14-15页 |
·研究的目的和意义 | 第15页 |
·国内外研究现状 | 第15-20页 |
·国外研究现状 | 第15-17页 |
·国内研究现状 | 第17-20页 |
·存在的问题 | 第20页 |
·研究内容与创新点 | 第20-24页 |
·研究内容 | 第20-22页 |
·研究的创新点 | 第22-24页 |
第二章 服装流行色定案量化与分析 | 第24-45页 |
·选择研究对象 | 第24-29页 |
·选择服装流行色定案类别 | 第24页 |
·服装流行色定案发布的机构 | 第24-26页 |
·色彩体系 | 第26-29页 |
·量化与分类 | 第29-35页 |
·色相分类与统计 | 第30-34页 |
·明度分类与统计 | 第34-35页 |
·纯度分类与统计 | 第35页 |
·定案特征分析 | 第35-44页 |
·色相特征分析 | 第35-39页 |
·明度特征分析 | 第39-41页 |
·纯度特征分析 | 第41-44页 |
·本章小结 | 第44-45页 |
第三章 基于灰色系统理论的服装流行色色相预测 | 第45-57页 |
·预测的可行性 | 第45-46页 |
·预测方案 | 第46-49页 |
·灰色 GM(1,1) 建模原理 | 第46-47页 |
·预测方案设计 | 第47-49页 |
·预测研究 | 第49-56页 |
·基于四年时间序列的预测 | 第49-52页 |
·基于五年时间序列的预测 | 第52-53页 |
·基于六年时间序列的预测 | 第53-54页 |
·时间序列长度对预测的影响 | 第54-56页 |
·本章小结 | 第56-57页 |
第四章 基于BP神经网络理论的服装流行色色相预测 | 第57-72页 |
·预测的可行性 | 第57-59页 |
·预测方案 | 第59-63页 |
·BP 神经网络算法 | 第59-61页 |
·预测流程 | 第61页 |
·预测方案设计 | 第61-63页 |
·预测研究 | 第63-71页 |
·基于三年时间序列的预测 | 第63-66页 |
·基于四年时间序列的预测 | 第66-67页 |
·基于五年时间序列的预测 | 第67-68页 |
·时间序列长度对预测的影响 | 第68-70页 |
·BP 神经网络模型与灰色 GM (1,1)模型比较 | 第70-71页 |
·本章小结 | 第71-72页 |
第五章 主导色相的服装流行色明度预测 | 第72-88页 |
·基于色相的明度特征分析 | 第72-81页 |
·研究方案 | 第72-73页 |
·十类色相整体明度特征 | 第73-74页 |
·单个年份十类色相明度特征 | 第74-81页 |
·主导色相的明度预测方案 | 第81-82页 |
·主导色相的明度预测 | 第82-87页 |
·基于三年时间序列的预测 | 第82-84页 |
·基于四年时间序列的预测 | 第84-85页 |
·基于五年时间序列的预测 | 第85-86页 |
·时间序列长度对预测的影响 | 第86-87页 |
·本章小结 | 第87-88页 |
第六章 主导色相的服装流行色纯度预测 | 第88-103页 |
·基于色相的纯度特征分析 | 第88-96页 |
·十类色相整体纯度特征 | 第88-89页 |
·单个年份十类色相纯度特征 | 第89-96页 |
·主导色相的纯度预测 | 第96-101页 |
·基于三年时间序列的预测 | 第97-98页 |
·基于四年时间序列的预测 | 第98-99页 |
·基于五年时间序列的预测 | 第99-100页 |
·时间序列长度对预测的影响 | 第100-101页 |
·本章小结 | 第101-103页 |
第七章 结论与展望 | 第103-105页 |
·结论 | 第103-104页 |
·展望 | 第104-105页 |
致谢 | 第105-106页 |
参考文献 | 第106-110页 |
附录 1 作者在攻读博士学位期间发表的论文 | 第110-111页 |
附录 2 国际春夏女装流行色定案色彩的PANTONE色彩编号表 | 第111页 |