《表1 经典BP神经网络与本文模型的仿真结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络的女性服装款式分类技术研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

(1）该模型是把数据划分成三个部分，分别是training（训练）、validation（验证）和test（测试），如表1所示，在基础指标上，性能值为上述三个部分的均方误差（MSE）值，该值越接近所设精度值，表明性能越好。不论是经典BP神经网络模型还是本文所构建的模型，分类的精确度均在96%以上，BP神经网络适用于女性服装图像的分类。由于本文所构建的神经网络模型在总体和测试精确度上接近于1，并且训练用时和训练次数都少于经典BP神经网络，特别是在测试部分，经典BP神经网络的训练和测试集的精度值差距过大，模型测试集的表现不佳，所以本文模型更符合女性服装款分类的实际要求。