| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 国内研究现状 | 第15-18页 |
| 1.2.2 国外研究现状 | 第18-19页 |
| 1.3 研究内容和方法 | 第19-21页 |
| 1.3.1 研究内容 | 第19页 |
| 1.3.2 研究方法 | 第19-21页 |
| 1.4 技术路线 | 第21-22页 |
| 第2章 K-means聚类算法在批量定制服装号型分类研究 | 第22-39页 |
| 2.1 服装号型和聚类分析概念 | 第22-24页 |
| 2.1.1 服装号型 | 第22-23页 |
| 2.1.2 聚类分析 | 第23-24页 |
| 2.2 测量项目和数据预处理 | 第24-26页 |
| 2.2.1 测量项目 | 第24页 |
| 2.2.2 数据预处理 | 第24-26页 |
| 2.3 改进的K-means聚类算法 | 第26-30页 |
| 2.3.1 初始聚类中心的选取 | 第26-28页 |
| 2.3.2 聚类数的确定 | 第28-30页 |
| 2.4 实验数据分析 | 第30-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 BP神经网络在批量定制服装号型分类研究 | 第39-57页 |
| 3.1 BP神经网络相关概念 | 第39-40页 |
| 3.2 BP神经网络基本原理和算法步骤 | 第40-45页 |
| 3.2.1 基本原理 | 第40-41页 |
| 3.2.2 算法步骤 | 第41-45页 |
| 3.3 BP神经网络的构建 | 第45-47页 |
| 3.4 评价指标 | 第47-48页 |
| 3.5 实验数据分析 | 第48-56页 |
| 3.5.1 梯度下降法 | 第50-51页 |
| 3.5.2 改进的BP算法 | 第51-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第4章 结论与展望 | 第57-60页 |
| 4.1 结论 | 第57-58页 |
| 4.2 不足 | 第58页 |
| 4.3 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文目录 | 第63-64页 |
| 致谢 | 第64页 |