[发明专利]使用变分多维回归的服装个性化尺寸定制方法

说明书

本发明公开了一种使用变分多维回归的服装个性化尺寸定制方法。所述方法步骤如下：构建样本集合；建立服装各尺寸的多维回归预测模型；利用非线性加权映射的数据样本信息，采用多维变分回归算法预测所建立的多维变分回归模型的最优权系数矩阵；建立预测模型方程，并在获得最优权系数矩阵后，利用预测模型方程精确预测出定制服装的相应尺寸。本发明提出的变分多维回归算法，可以有效地解决回归算法对异常值敏感的过拟合问题及矩阵欠秩问题，从而基于预测方程实现服装相应尺寸的准确预测，为用户的服装提供个性化精确定制设计。

技术领域

本发明涉及变分多维回归建模技术领域，尤其涉及使用变分多维回归的服装个性化尺寸定制方法。

背景技术

随着人民生活条件的改善，高端消费人群对个性化的需求日趋明显，他们对私人定制服务的需求也越来越大。目前，现有的一些服装定制系统通常是有经验的服装设计师在线下给用户丈量身材尺寸，然后确定服装版型，致使线下成本较高，不利于线上推广；另一些服装定制系统则是采用少量固定版型的模板来匹配用户的身材尺寸，这样在实际应用中并不能较好的贴近用户的身材尺寸数据，不能满足用户的定制需求。

发明内容

本发明旨在解决背景技术中阐述的问题。为此，本发明的一个目的在于提出使用变分多维回归的服装个性化尺寸定制方法，本发明提出的变分多维回归算法，可以有效地解决回归算法对异常值敏感的过拟合问题及矩阵欠秩问题，从而基于预测方程实现服装各尺寸的准确预测，为用户的服装尺寸提供个性化精确定制设计。

根据本发明实施例的一种使用变分多维回归的服装个性化尺寸定制方法，所述方法步骤如下：

步骤1：对已有的用户信息利用函数f进行基于身高体重等加权的非线性映射，以获得已有用户的多维数据样本；

步骤2：建立多维变分回归模型；

步骤3：对数据样本，采用多维变分回归算法，预测所建立的多维变分回归模型中的最优权系数矩阵；

步骤4：建立预测模型方程，并在获得最优权系数矩阵后，利用预测模型方程精确预测出定制服装的相应尺寸。

优选地，所述步骤1包括：

建立输入数据集合：

X＝{x₁,x₂,..,x_N}

Y＝{y₁,y₂,..,y_N}

其中，每个样本为：

x_n＝{x_in,m＝1,2,...,K}(n＝1,2,...,N)

y_n＝{y_mn,m＝1,2,...,M}(n＝1,2,...,N)

i表示不同的输入选项信息，n表示样本的序号，共有N个样本，x_n为第n个样本的选项信息是样本的自变量，y_n为第n个样本的实际尺寸数据，是样本的因变量；

数据集为：

D＝{(x₁,y₁),(x₂,y₂),...,(x_N,y_N)}。

优选地，所述i＝1,2,...,K，分别表示用户所选择的身高、体重、脖围、肩宽、胸围、臂长、臂围、腕围、腰围和版型偏好；

所述m＝1,2,...,M，分别表示相应样本的实际衣长、领围、胸围、肩宽、袖围、腰围、袖长和袖口周长尺寸。

优选地，所述步骤2包括：