在服装领域,服装风格是一个极为抽象的范畴,要对它进行把握无疑是很困难的。服装风格的识别和分类是一个相对复杂的过程,服装风格具有决定因素复杂,风格评判主观性强,服装发展变化快的特点。传统的风格量化与分类方法并不能很好的满足服装风格个性化强和发展迅速的特点。针对上述服装风格难以判定的特点,本文提出了一种基于DBN的服装风格自主发育方法。本文的主要贡献包括：针对服装风格的分类与识别复杂,传统服装风格量化与分类方法不能很好满足服装风格特点的问题提出了基于深度学习神经网络算法DBN自主发育网络的服装风格发育方法,该方法很好的适应了服装风格个性化强和发展迅速的特点,解决了服装风格个性化自主分类的问题。针对基于多目标MILN自助发育网络的视觉注意模型不能很好的解决大量的目标线画图的基础上提出了基于整衣训练DBN自主发育的模型,该模型能训练大量的目标线画图,并且在准确率上面也有一定的提高,不过在训练时间要逊色于多目标MILN。针对整衣服装风格特征分析方法不能很快的适合训练的特点,提出了基于分特征风格训练的服装风格特征分析方法,该方法以整衣自主发育网络为基础,通过对网络中线画图分部件,得到对应于特定服装风各的服装风格特征,并利用DBN自主发育网络的自主发育特性解决了整衣训练慢,周期长的特点,并能有效的提高训练准确率。最后,集成上述的模型和箅法,给出了服装风格自主发育网络的整衣DBN和分特征DBN与机遇多目标MILN网络的分析比较。