西北地区青年女性胸部体型特征与分类

分析上衣结构设计合体性中的影响因素,研究特定人群的胸部体型特征与分类。选择18~25岁西北地区青年女性为研究对象,借助德国非接触式激光三维人体扫描仪测量50个样本的身体尺寸,经筛选计算得到27个胸部特征变量。通过主成分因子分析得到影响胸部体型特征的8大形态因子,依据形态因子选取8个变量,采用Spss两步聚类法对胸部体型进行探索性分类,得出将西北地区青年女性胸部体型分为3类:第1类为胸部丰满,乳房高耸突出;第2类为胸部大小适中,乳房标准;第3类为胸部扁平,乳房矮小;各类体型占试验样本比例分别为20%、38%和42%。

基于LSTM神经网络的青年女性胸部识别模型构建

为提高青年女性胸部体型分类的准确率,从而为个性化女装的结构设计提供依据,以满足服装个性化发展要求,构建了一种基于长短记忆神经网络(LSTM)的青年女性胸部体型识别模型。运用三维测量技术获取230名女青年人体数据,采用聚类分析提取了5项反映胸部形态的典型指标,根据典型指标将胸部体型细分为3类;在此基础上构建了基于LSTM组合全连接层的胸部体型识别模型,将5项典型指标作为特征参数输入,采用小批量亚当优化算法训练模型避免陷入局部最优,使用dropout降低过拟合,输出结果运用Softmax回归分类器实现胸部体型分类。结果表明,该模型能有效对胸部体型进行识别分类,分类准确率为94.6%,与传统的BP网络和PNN网络对比,该模型的拟合效果和预测精度更高。