摘要
本发明涉及流行预测技术领域,特别涉及一种基于大数据分析的印染图案流行预测方法,包括:进行数据采集,获得带地理标签的图像数据集和结构化销售数据,根据传统印染数据库,构建纺织知识图谱;将带地理标签的图像数据输入基于改进残差网络模型,获得结构化数据库;将结构化数据库中的历史数据输入混合预测模型,获得未来一段时间内的流行概率矩阵;将流行概率矩阵和纺织知识图谱中的工艺规则输入生成对抗网络模型,获得初始图案,通过交互界面进行人工微调,生成流行度评分,根据用户行为反馈,通过学习强化迭代生成对抗网络模型,获得印刷级图案文件。本方案通过特征融合预测,生成优化的图案,提升效率和适配性。
技术关键词
生成对抗网络模型
残差网络模型
混合预测模型
Apriori算法
电商销售数据
动态加载内容
图像
图案特征
矩阵
非局部均值滤波
图谱
语义标签
三分支结构
引入注意力机制
上采样技术
混合云架构
纺织
系统为您推荐了相关专利信息
电力业务数据
实体识别模型
模型构建方法
图谱
对象
环境感知模型
生成对抗网络模型
声波
补偿方法
深度强化学习
混合预测模型
无人机航迹规划
无人机路径优化方法
检测环境参数
激光雷达传感器
生成对抗网络模型
建筑工地塔吊
无监督学习
模块
基线