中国西南彝族男性体型分类及胸腰覆盖率研究

为研究并细分中国特定地区男性体型及服装标准体型覆盖率,选择中国四川、云南、贵州3个地区年龄在18~80岁的930名彝族男性作为人体测量样本。采用服装人体测量的质量控制规定进行手工测量,利用SPSS软件进行K-均值聚类分析,将数据与GB/T 1335.1—2008《服装号型男子》中体型分类范围进行比较,对该地区彝族男性的体型特征重新分类,并计算出3个地区彝族男性不同体型胸腰覆盖率。研究结果丰富了中国西南地区的服装人体数据,对中国男性服装标准号型数据库进行了补充和细化,为服装企业和产品研发提供了更准确的数据支持。

基于知识图谱的国内女性体型分类领域前沿研究

为揭示国内女性体型分类领域的研究现状、热点及未来的发展方向,基于Citespace软件,通过绘制知识图谱对2003—2023年CNKI知网数据库筛选的198篇文献进行分析,得出国内在女性体型分类的发展趋势。研究表明:当前女性体型分类研究的热点主要集中在体型数据获取与处理、体型分类算法以及数字化技术应用等方面。随着人工智能、数字化技术的迅猛发展,未来的研究趋势和方向应侧重于对分类方法的深入探索,借助先进的科学测量手段、机器学习技术以及创新的分类方法,实现对不同年龄段女性体型特征的更精准分类。这一方向的深入研究有望为女性体型领域的科学发展提供更为创新和前瞻性的贡献。

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还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 1335-1997《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.

我国西部地区青年男性体型描述与体型分类研究

介绍了应用三维人体测量数据进行青年男性体型描述与体型分类的方法。应用三维人体测量仪测量了236名我国西部地区的青年男性人体数据,并在SPSS软件中对数据进行统计分析。结果显示,与二十几年前的人体测量数据相比,我国西部地区青年男性人体体型已经发生了很大变化,我国现行的服装号型标准中将体型分为4类的方法急需改进。通过因子分析和聚类分析最终将男性体型分为7类,分类结果较为理想。研究结果为了解我国青年男性体型现状和制订新的服装号型标准提供了理论支持。

基于有序样本最优分割法的女性体型分类

针对我国服装号型标准中体型分类缺乏年龄段的明确划分,为提高号型覆盖率,分析了788名年龄在18～51岁之间的女性体型数据,提取了表征女性体型特征的6个重要因子;依据每个类别因子下测量指标的贡献值大小以及各个测量指标的相关程度,选择最具代表性的特征指标作为分类参照量,通过有序样本最优分割法将女性体型按年龄段合理划分为3类：青年妇性（18 ～27岁）,成熟女性（28～44岁）,中老年女性（45 ～ 51岁）,进一步分析每个年龄段的女性体型差异并对相应年龄段的女性形体进行分类,总结了3个年龄段中间体型的特征值,可为服装号型的科学修订和结构设计提供参考.

女体体型分类指标研究

由于年龄差异、个体差异、性别差异、种族差异、世代差异、生活方式差异及种族融合等因素的影响，人体体型特征存在不少差异。本文以女体体型为研究对象，归纳总结了女体体型分类中最具有代表性的指标，以此来表示研究对象的大部分信息，并区分女体体型。

基于小波系数的青年女性体型分类及原型纸样

为建立基于纵截面曲线形态指标细分青年女性躯干体型的方法,选择了257名在校青年女性,使用扫描仪获得三维人体数据,借助Imageware逆向工程软件,对人体点云数据进行精简处理,通过三次样条函数对提取的纵截面轮廓点云数据进行拟合,运用小波去噪进行处理;利用小波分析的低频系数作为提取信号的总体特征,用Davies-Bouldin指标确定最佳聚类数目,利用K-means聚类算法进行体型聚类,获得4类不同的体型,描述了各类体型在前后中心线、背部、胸部、臀部、肩部和侧缝的体型特征差异;最后构建4类体型对应的原型纸样,并分析纸样与人体体型间的关系,可为青年女性原型纸样的合体性设计提供参考。

男子下体静态体型分类方法的探讨与研究

在分析现有体型分类方法的基础上,遵循"针对性,复合性"的原则,探索性地研究了男子下体静态体型的分类方法,并以中原地区男子下体数据为例,细化了该地区男子下体体型,得出了中原地区7种主要体积类别,为下装样板设计的优化提供了一定的理论基础.

天津市女大学生体型分类及其原型修正

为完善现有的体型分类并通过构建实验原型使服装合体性更高,采用三维人体测量系统对天津市18~25岁女大学生进行形体测量,并对测量数据进行因子分析,得到对女性躯干部分贡献率最多的5个主成分,进而提取划分女性形体的特征指标。由特征指标组合成衍生变量,运用聚类分析将女性形体划分为瘦X体、标准体、胖H体3类;由回归分析得出各控制部位与胸围或身高的关系式,进而计算出3类体型各控制部位的档差。以标准体为例,根据服装结构原理及人体工学,参考文化式原型构建实验原型,借助软件模拟并对比实验原型与文化式原型的试穿效果,得出实验原型的穿着效果更合体。

辽宁地区学龄女童体型分类分析

针对女童身体特征发育提前,为使女童服装与体型发育相适应,以学龄女童为对象,对辽宁地区342名6～12岁女童进行人体测量。运用数理统计方法对测量数据进行因子分析,找出辽宁地区学龄女童体型的代表性指标,再根据影响体型的派生指标进行聚类分析。将辽宁地区学龄女童体型划分为H型、A型、Y型,运用服装CAD三维模型系统模拟3类体型。聚类结果为女童服装的设计和生产提供体型参考,为童装智能制板提供基础体型数据,以利于学龄女童健康发育成长。

基于SVM的青年女子体型分类研究

采用美国[TC]2公司的三维人体测量仪测得的江浙青年女性的人体数据,然后根据身体4个部位的形态特征,将人体数据细分为各种女性人体体型。在分类过程中,通过引入支持向量机(SVM)方法,提出了基于SVM的青年女子体型分类模型。结果表明,SVM方法的分类时间短,分类精度高,是一种有效的识别分类方法。

基于人体三围截面面积的江浙地区女性体型分类

为更好地区分人体体型,随机选取东华大学人体数据库中用三维人体测量系统测量的200名江浙地区女性的人体参数,分析江浙女性人体水平截面的横矢径比,并与日本女性的数值进行比较后发现,日本的分类数值不适合江浙女性。使用自编程序获取人体矢状、额状和水平截面的形状,因相同横矢径比的人体水平截面形态不同,认为用横矢径比区分体型不准确;用自编程序得到人体水平截面的周长和面积,选取胸、腰、臀三围的截面面积与三围围度平方的比值进行聚类分析,体型细分为3类:扁体型、中间体型、圆体型。

基于改进快速搜索和发现密度峰值算法的男童体型分类及判别

针对男童肥胖人群增加导致体型特征发生较大变化的问题,为优化男童的体型判别,以7~10岁学龄男童为研究对象,通过灰关联度计算男童8个体型特征的权重。采用加权快速搜索和发现密度峰值(CFSFDP)算法对男童体型进行分类与分析。再应用极限学习机建立男童体型判别模型。结果表明:加权CFSFDP算法对于男童体型分类的解释性较强,男童的8个体型特征值随着年龄的增长,近似呈现公差为一种特定方式的等差数列变化;7岁男童的体型差异性最小,10岁男童身体发育出现多样化,其体型差异较大;普通CFSFDP聚类结果的体型判别准确率为70%,加权CFSFDP聚类结果的体型判别准确率为90%;改进后的CFSFDP算法可有效提高男童体型判别的准确性与鲁棒性。

人体体型分类与纸样结构调整

使用二维人体测量系统,拍摄158名青年女性正、侧面数字图像。根据测量数据对正、侧面体型分别进行归纳分类,由人体前后曲线的凹凸特点将侧面体型分为5类,根据胸腰及胸臀宽度差将正面体型分为3类。同时,针对不同体型提出纸样结构调整方案。

中西部地区男大学生下体体型分类研究

介绍了采用非接触式三维人体扫描仪,以中西部地区233名年龄为18-25岁的在校男大学生为研究对象,对其下体体型进行测量。并对测量数据进行统计分析,用臀腰差、腰围高/腰围为分类指标,将中西部地区男大学生下体体型分为矮胖体、矮瘦体、标准体、高胖体、高瘦体5类体型,对下体规格覆盖率进行验证,验证结果基本符合多数消费者的要求。

安徽省小学生体型分类及号型设定研究

针对小学生身体特征发育提前，为使小学生的服装与体型发育相适应，以小学生为对象，对安徽地区1090名7~12岁小学生进行人体测量。通过接触式测量和影像测量两种方法获取小学生人体尺寸，影像测量法主要是测量肩斜，对测量的尺寸数据运用SPSS统计软件进行了描述性统计分析、因子分析、BMI变量分析、相关性分析等统计分析，获得安徽地区小学生体型特征。将7~12岁小学生体型分为N1、N2、N3型。建立各年龄段的小学生号型标准。以利于小学生健康发育成长。

基于中老年女性的体型分类标准比较分析

采用传统的手工测量法测量了340名中老年女性的身高、颈椎点高、腰围高、肩宽、前胸宽、胸围、腰围、腹围、臀围等主要人体主要指标,按照不同的体型分类标准进行中老年女性体型分类研究,比较不同体型分类标准的差异性,提出适合中老年女性的体型分类标准。

赣南地区妊娠晚期女性的体型分类研究

随机选取220名赣南地区妊娠晚期女性进行人体测量,利用SPSS软件对妊娠晚期女性的测量数据进行主成分分析,得出影响体型的关键测量指标。基于胸腰差、臀腰差进行体型分类研究,将妊娠晚期女性的体型分为H体型、O体型、A体型和V体型。采用K-means聚类分析方法进行人体体型分类,将赣南地区妊娠晚期女性体型分为矮胖型、肥胖型、矮瘦型和中胖型4类。

基于三维人体测量的男青年上身体型分类

为提高青年男性上装的合体性,选取安徽地区300名18~25岁青年男性为研究对象,通过三维人体扫描仪采集7个主要上身部位的相关数据,使用SPSS软件进行因子分析,得到影响上身体型特点的3个公共因子:横向因子、长度因子、围差因子.计算各因子的权重,选取身高、腰围、胸腰差3个特征指标,最终确定男青年上身体型为高瘦体型、矮瘦体型、中等身高偏瘦体型、中等身高偏胖体型,各占比25.09%、28.00%、37.09%、9.82%.研究结果有助于了解安徽地区人体体型特征,为地区的服装企业在改进服装结构方面提供可行性参考.

陕西省男大学生体型分类研究

文章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,利用SPSS16.0统计分析软件进行人体数据分析,将测量结果与国家号型标准GB/T1335-1997中的体型分类进行比较分析,得出按国标对陕西省男大学生进行体型分类已不能满足需要。研究以胸腰差作为分类指标,采用快速聚类法将男大学生体型聚为S、N、F三类,体型覆盖率达到98.86%。