| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究研究背景 | 第9-10页 |
| 1.2 研究的内容 | 第10-11页 |
| 1.3 研究的意义 | 第11页 |
| 1.4 研究现状 | 第11-14页 |
| 1.4.1 流行预测的研究方法 | 第11-12页 |
| 1.4.2 存在的问题 | 第12-14页 |
| 2 大数据平台下家纺数据的处理 | 第14-21页 |
| 2.1 Hadoop平台框架 | 第14-18页 |
| 2.1.1 Hadoop平台的搭建 | 第14-16页 |
| 2.1.2 HDFS分布式文件系统 | 第16页 |
| 2.1.3 MapReduce架构 | 第16-18页 |
| 2.2 家纺产品数据的提取 | 第18-20页 |
| 2.2.1 Map过程 | 第19页 |
| 2.2.2 Reduce过程 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 家纺流行色定案的量化与分析 | 第21-25页 |
| 3.1 家纺流行色定案确定 | 第21页 |
| 3.2 色彩体系及色相分类方法优化 | 第21-24页 |
| 3.2.1 色彩体系 | 第21-23页 |
| 3.2.2 色相分类方法优化 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 4 家纺流行趋势预测模型 | 第25-32页 |
| 4.1 趋势预测技术 | 第25-27页 |
| 4.1.1 时间序列分解方法 | 第25-26页 |
| 4.1.2 回归分析法 | 第26页 |
| 4.1.3 BP神经网络方法 | 第26页 |
| 4.1.4 灰色系统方法 | 第26-27页 |
| 4.2 灰色系统 | 第27-29页 |
| 4.2.1 灰色系统算法 | 第27-29页 |
| 4.3 灰色模型的改进 | 第29-31页 |
| 4.4 本章小结 | 第31-32页 |
| 5 家纺流行色相预测分析 | 第32-38页 |
| 5.1 平滑性改进实例分析 | 第32-33页 |
| 5.2 等维新息模型实例分析 | 第33-36页 |
| 5.3 采用最优模型进行预测 | 第36页 |
| 5.4 本章小结 | 第36-38页 |
| 6 总结与展望 | 第38-39页 |
| 6.1 总结 | 第38页 |
| 6.2 展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 附录1 色彩定案CNCS及PANTONE色彩编号表 | 第42-47页 |
| 附录2 实验程序 | 第47-48页 |
| 致谢 | 第48页 |