[发明专利]一种基于因子分析和概率神经网络的人体体型聚类方法在审
| 申请号： | 201810332983.7 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108741342A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 王竹君;王建萍 | 申请（专利权）人： | 东华大学 |
| 主分类号： | A41H1/02 | 分类号： | A41H1/02 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 201620 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于因子分析和概率神经网络的人体体型聚类方法，包括以下步骤：采集静态人体净体数据，并构建人体数据库；根据服装业的实际及研究需要，确定27个基础变量；利用因子分析对27个基础变量进行降维处理，根据主成分的累积贡献率，提取贡献率大于80％前N个主成分的因子得分；构建人体体型聚类的概率神经网络模型，其输入层为前N个主成分的因子得分，输出层为人体体型的类别代号；基于因子得分与概率神经网络对人体体型进行聚类。本发明能够直接有效地对人体体型进行分类。 | ||
| 搜索关键词： | 人体体型 概率神经网络 聚类 因子分析 基础变量 贡献率 构建 降维处理 类别代号 服装业 输出层 输入层 有效地 净体 数据库 采集 分类 研究 | ||
【主权项】：
1.一种基于因子分析和概率神经网络的人体体型聚类方法，其特征在于，包括以下步骤：(1)采集静态人体净体数据，并构建人体数据库；(2)根据服装业的实际及研究需要，确定27个基础变量；(3)利用因子分析对27个基础变量进行降维处理，根据主成分的累积贡献率，提取贡献率大于80％前N个主成分的因子得分；(4)构建人体体型聚类的概率神经网络模型，其输入层为前N个主成分的因子得分，输出层为人体体型的类别代号；(5)基于因子得分与概率神经网络对人体体型进行聚类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东华大学，未经东华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810332983.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种仿真花叶的印刷工艺
- 下一篇：一种服装纸样裁剪划线一体机
