基于MEA-BP神经网络的青年女性臂部体型识别

年轻女性的手臂形状包含了大量的非线性特征，单凭BP神经网络就很难达到理想的预测精度。为了快速准确地识别年轻女性的手臂形状，提高预测精度，本文构建了一个基于思维进化算法（MEA）的年轻女性手臂形状识别模型，对BP神经网络进行优化。首先，通过[TC]2三维人体测量获取611名年轻女性的手臂数据。其次，通过主成分因子分析，得出影响年轻女性手臂形态特征的五个形态因子。选取五个特征指标，采用两步聚类法将手臂形状分为四类。最后，利用Matlab软件构建了基于MEA-BP神经网络的年轻女性手臂形状识别模型。实验结果表明，该模型能有效地识别手臂形状，准确率为95.45%。与单个BP神经网络和GABP神经网络相比，该模型具有更高的预测精度和更好的非线性映射能力。