基于人体测量学的服装所需人体尺寸预测方法  

作　　者：王佳鑫 李雪飞 刘正东 

机构地区：[1]北京服装学院信息中心,北京100029 [2]北京服装学院服装艺术与工程学院,北京100029

出　　处：《纺织科学研究》2024年第4期55-59,共5页Textile Science Research

基　　金：北京服装学院高层次人才项目(BIFTGCC202301)。

摘　　要：为尽可能减少测量时的人为误差,研究中将人体测量学的测量规范与服装所需人体尺寸对应,建立BPNN(反向传播神经网络)、RBFNN(径向基函数神经网络)、GRNN(通用回归神经网络)三种神经网络进行训练对比,并建立实验组通过集成模型的手段进行改进,以提升模型预测的准确性。研究结果表明,在综合抗离散系数干扰和较少样本数量训练环境下预测精度,实验组有明显优势,平均数值误差在±1.86cm范围内。

关 键 词：人体测量学 神经网络 反向传播 RBF 

分 类 号：TS941.26[轻工技术与工程—服装设计与工程] TP183[自动化与计算机技术—控制理论与控制工程]