西安地区小学生服装号型分类

针对目前小学生服装号型与其体型不匹配的问题,选取西安地区851名7～10岁小学生,用手工测量方式获得人体数据。通过K-means聚类法对获得的人体数据进行聚类,并用组内平方误差和确定最佳聚类数,得到X、Y和Z等3种西安地区小学生体型,以及符合西安地区小学男、女生中间体的服装号型,即男生140/65和140/61,女生135/63和135/59。采用回归分析得出手臂长、肩宽、臀围和腰围高4个主要部位与身高、胸围的关系,并计算出7个部位的分档值。所得数据为服装企业在进行小学生校服设计及生产中提供参考。     

青年女性臀部高度特征分析

臀部是评判人体美的重要部位,关系到下装设计的舒适性和美观性。通过利用Excel和SPSS软件对三维人体测量获得的有关臀部数据进行整理分析来研究臀部高度特征。通过分析臀位高与腰高的关系得出三者成正态相关关系,臀身比（即臀部高度与身高的比值）均值为0.499,得到臀部可作为人体美的评判基础;进一步分析得出臀位高度与身高成线性关系;臀胯高差与腰胯高差比值均值是0.285,所以在结构设计时要想获得最佳的舒适性、美观性,须增加测量臀高位置;通过线性相关分析得出臀胯高差与身高、腰位高的线性关系公式;最后参照国家号型标准中身高以5cm分档,利用分裂聚类分析法将全部数据分为5类,分析得出臀位高以3cm分档。     

陕西省男大学生服装号型研究

利用三维测量技术采集陕西省18～25岁的男大学生的体型数据,采用快速聚类法将男大学生体型聚为S、N、F三类。根据体型分类,先确定控制部位和中间体,然后采用非参数和密度估计法设置身高和胸围的分档数值,其他控制部位的分档数值通过与身高和胸围的二元线性回归方程得到,由此确立了陕西省男大学生2.0～2.5号型系列,号型覆盖率达到90%,符合服装工业化生产的要求。     

辽宁地区6~9岁男童体型特征分析

通过对辽宁地区6~9岁男童进行随机抽样和静态尺寸测量,利用SPSS统计软件对城乡地区不同年龄和不同身高的男童体型特征进行均值分析、方差分析等统计分析,并对坐高、臂长、胸围、腰围、臀围等与居住地区(城乡)、年龄、身高的变化关系进行比较,概括各自的体型特征和差异,得出城乡地区儿童的体型在体重和宽度方面的差异较大,不同年龄段和不同身高儿童的体型差异显著的结论。该结果为童装号型标准的改进和产品开发提供了参考依据。     

单次定制订单的青年女性群体服装定制号型

为了满足消费者对于服装合体性的更高需求及企业提高服装定制生产效率的需要，文章提出考虑拟合度损失系数的青年女性服装定制号型的制定方法。使用三维人体扫描收集100名年龄在18～25周岁的青年女性的8项人体数据，包括身高、胸围、腰围、臀围、背长、肩宽、腿长和大腿围，采用主成分分析、相关性分析确定聚类的依据变量，使用拟合度损失系数方法确定聚类数，然后通过K均值聚类分析和线性回归分析得到定制号型表。为证实拟合度损失系数方法的优越性，另选取两种确定聚类数的方法混合F统计量和最终聚类中心距离和，设置对比实验。实验结果表明，考虑拟合度损失系数制定的服装号型相较其他两类方法，在合体性、覆盖率和生产效益等方面的综合考量更优。     

东北地区青年女子体型分类与服装档差研究

我国服装号型体系中没有针对特定地区的体型细分研究,本文针对东北地区特定人群进行体型分类与档差研究。综合运用了三维扫描与手工测量两种方式,对465位东北地区18-25岁女青年进行人体测量,提取17个特征部位尺寸数据,通过因子分析,选取身高、胸围、腰围、臀围、颈椎点高、胸腰差、胸臀差7个特征参数,与GB/T 1335《服装号型》中成年女性进行比较,分析东北地区青年女子的基本体型特征。以胸腰差为依据对样本进行体型分类研究,对应国家号型标准,研究分析Y、A、B3种体型中间体特征,并根据回归方程计算得到3种体型的号型推档数值。     

基于神经网络集成的女下装号型归档模型构建

如何实现大样本的快速、精确号型归档是服装数字化批量定制系统构建的关键问题.结合下装结构设计的关键部位尺寸,在国家标准基础上将下装控制部位扩展为10项;以女裤装为例,分别构建身高和腰围的简单BP神经网络归档模型,通过平均影响值(MIV)筛选出对归档结果影响较大的5个控制部位,并将其作为集成归档模型的输入层,其中身高、腰围、臀围、腰围高、后裆长为身高归档模型的输入变量,腰围、臀围、大腿围、腰长、身高为腰围归档模型的输入变量;通过Adaboost算法集成10个简单BP神经网络,获得具有高精度和强泛化能力的女裤装号型集成归档模型.     

青年男性裤装上裆长的影响因素

为提高青年男性裤装着装的合体性和舒适性,分析了青年男性上裆部形态的特征,通过非接触式三维人体扫描仪测量获取人体相关数据,运用Excel和SPSS 软件对相关变量进行描述性统计分析,采用相关系数矩阵得到上裆长的影响因素并对影响因素进行线性回归分析,依据国家号型标准和K-均值聚类分析法对上裆长进行分类。结果表明：青年男性基本数据呈现正态分布,且上裆长在均值附近集中程度高;上裆长的影响因素为全裆长、腰臀高和身高,影响因素间相互独立,全裆长对上裆长的影响最为显著,相关系数最高,为0.86,且上裆长与全裆长、腰臀高和身高之间成正相关关系;将上裆长分为4 类,以1.5 cm分档。     

基于青年女性躯干形态的服装号型标准分析

针对现如今消费者对服装合体性和个性化的需求,将青年女性躯干形态进行细分研究并与中国现有服装号型进行对比分析。通过采集209名18~25岁青年女性的人体尺寸信息,首先对采集的样本尺寸数据进行聚类分析,然后分析计算出各类体型身高与胸围、腰围的覆盖率,最后将聚类结果及国标分类结果与号型标准进行对比。结果表明:青年女性体型可分为I、H、S、O 4类,分别占样本总数的34.80%、28.92%、23.04%和13.24%;其中H、I体型中身高/胸围覆盖率最大的都为160/80,O体型身高/胸围覆盖率最大的是165/92,S体型身高/胸围覆盖率最大的是160/88;聚类中H、S体型与国标中A体型较接近,O体型与B体型较接近。该结论可以为服装企业合理配置号型提供参考。     

大连地区老年女性体型分类研究

为深入了解大连地区老年女性体型特征,对老年女性体型进行科学的分类,采集大连地区60~80岁老年女性人体数据,通过主成分因子分析法、对比分析法和K-means动态聚类法分析了大连地区老年女性的体型特征,采用组合分类法实现体型的精确细分。研究发现:大连地区老年女性胸部和腰腹部凸出明显,手臂较长,老年女性体型主要分为正常型、矮胖型、高挑阔胸型、肥胖阔胸凸腹型4类;基于胸腰差和臀腰差组合,将老年女性体型划分为普通型、矮胖型、高挑阔胸型、肥胖阔胸凸腹型四大类,人群覆盖率达到96.57%;中间体的控制部位参考值为:身高160 cm、胸围97 cm、腰围86 cm、腹围95 cm、臀围97 cm、臂长52 cm、总肩宽40 cm。     

江浙女青年中心号型及各围度部位档差分析

女性人体表面由复杂的曲面构成,即使胸围和腰围完全一样,三维的截面形状也会有显著差别.为更好地表达女性曲面特征,以江浙女青年的主要围度和身高为出发点,以三维人体测量为基础,对所得数据应用SPSS中的因子分析,得到人体围度的主要参考部位为身高、胸围、腰围、最大腹圆周、臀围.在此基础上进行数据的频度分析和相关性分析,结合GB...     

基于XGBoost算法对新疆女性臀部体型判别及原型修正

为准确判断下体体型,使新疆地区女性裙装更加合体,分析了220名18~25岁的新疆地区青年女性臀部数据,通过因子分析与相关指数得到聚类指标:后臀长腰围比、后臀长臀围比,采用K-means聚类方法将臀部分为3类,使用Python软件建立XGBOOST臀部判别模型。首先对不同算法模型进行比较分析表明,运用XGBOOST方法的测试集精准度最高为98.4%。其次修正新疆地区中间体的裙装原型,发现其后臀长与标准裙装原型后臀长相差2.4 cm,说明新疆地区女性臀部相比国内其他地区偏翘。将判别算法运用到数据系统中,可提高体型判别效率,为人体相关领域提供数据支持。     

夏季女上装合体性感知的研究

以夏季女上装为例,对女上装的胸围、腰围和臀围合体性感知进行了研究.同时运用动觉后效原理对实验结果进行了分析.研究为女上装不同规格之间胸围、腰围、臀围三者之间的档差设置提供了依据,同时也为三者的允差规定提供了重要参考.     

BP神经网络下的智能化合体服装样板生成

为快速得出符合顾客体型的服装样板,以男西裤为基准样板,腰围和臀围部位的变更规则为研究对像,格柏CAD 为技术开发平台,依据大量人体数据对样板原有的变更规则进行优化和重建,采用BP 神经网络算法建立了人体腰围、臀围尺寸变化量与相应的变更规则之间的神经网络模型。直接采用数据与数据的匹配归档,最终实现男西裤腰腹部和臀部变更规则的参数化设计,即给定一个腰围、臀围的变化量就得到一个相应的变更规则,通过调用此变更规则就会自动得出符合这个尺寸的样片,初步实现一人一板,提高了服装的合体度,减少了对样板师的依赖性。     

人体胸围尺寸灰色模型建立

非接触式人体测量系统中,如何获取人体胸围尺寸是关键性问题。运用灰色关联分析理论,确定身高、体重、胸宽、胸厚为胸围灰色模型的主要部位,同时按TNF指数分类分别建立人体胸围尺寸灰色模型,收到良好的预测效果,为实现非接触式人体自动测量奠定了基础。     

青年女体三维扫描数据的特征围度计算方法

为检验通过人体特征部位宽度和厚度的关系预测其围度数值的可行性,以330 名20~26岁的青年女体作为样本进行研究。基于三维人体扫描数据,用 Imageware 软件获取胸围、下胸围、腰围、腹围和臀围5个人体特征围度部位的水平截面,测量水平截面的宽度、厚度并计算其比值;引入特征系数将特征部位分成 6 类,并分类对特征围度与其宽度、厚度进行相关分析来验证进行二元线性回归方程设计的可行性;逐类建立特征围度的回归方程并进行验证分析。结果显示,该方法预测的围度值与三维扫描测量的数值误差在± 2cm以内,平均误差在± 0.7cm以内。     

基于三维人体测量的人体体型细分识别的研究

使用非接触式三维人体测量系统对中国北方青年女性人体进行测量,测量数据包括肩宽、胸围、臀围等部位尺寸,这些尺寸作为特征值构成了人体体型特征向量.不均匀体型的比例愈来愈高,因此更进一步细化对人体体型的分类识别变得十分重要.考察了某些特征尺寸的概率分布,然后利用聚类分析将人体体型分为偏瘦、正常、偏胖3类,最后提出使用马氏距离...