服装号型

摘要： 服装号型一直是我国服装企业生产服装的依据。企业大多以中间标准体为中心向两边依次递增或递减生产服装,来满足大众化消费的需求。但随着社会的发展,服装市场的时尚化、国际化,人们审美意识的不断提高,越来越要求服装要满足个人体型的需求,特别是对于下体服装舒适度要求更高的服装。因此体型的划分及号型标准制定成为急需解决的问题。

摘要： 针对现如今消费者对服装合体性和个性化的需求,将青年女性躯干形态进行细分研究并与中国现有服装号型进行对比分析.通过采集209名18～25岁青年女性的人体尺寸信息,首先对采集的样本尺寸数据进行聚类分析,然后分析计算出各类体型身高与胸围、腰围的覆盖率,最后将聚类结果及国标分类结果与号型标准进行对比.结果 表明:青年女性体型可分为I、H、S、O 4类,分别占样本总数的34.80％、28.92％、23.04％和13.24％;其中H、I体型中身高/胸围覆盖率最大的都为160/80,O体型身高/胸围覆盖率最大的是165/92,S体型身高/胸围覆盖率最大的是160/88;聚类中H、S体型与国标中A体型较接近,O体型与B体型较接近.该结论可以为服装企业合理配置号型提供参考.

摘要： 针对采集的湖南地区孕妇体型数据,基于胸腹差和臀腹差,运用聚类分析,将孕妇体型分为H型、O型、A型和V型4类.确定孕妇装号型的基本部位,提出孕妇服装号型制定的方法,即上装以人体身高厘米数为号、人体胸围厘米数为型,下装以人体身高厘米数为号、人体腹围厘米数为型,利用线性回归分析给出了号型推档数值,并形成4种体型孕妇装号型系列表.论文成果能为孕妇装号型推荐和孕妇装设计提供理论基础,以此可有效提高孕妇服装的合体性.

摘要： 为了解决网上购买服装时尺码不合适的问题,采用阶梯层次分析法为消费者推荐最优的服装号型。基于衣长、肩宽、领围、袖长等9项服装数据和背长、肩宽、颈围、臂长等9项人体体型数据,建立号型推荐的阶梯层次结构模型。该模型能够分析各因素对合体女衬衫尺码选择的影响,快速实现合体女衬衫号型推荐。模型实例验证结果表明,实验样本对推荐结果整体满意,该模型可有效地为消费者购买合体女衬衫提供服务,为智能化服装号型推荐奠定基础。

摘要： 为了解决网上购买服装时尺码不合适的问题,采用阶梯层次分析法为消费者推荐最优的服装号型.基于衣长、肩宽、领围、袖长等9项服装数据和背长、肩宽、颈围、臂长等9项人体体型数据,建立号型推荐的阶梯层次结构模型.该模型能够分析各因素对合体女衬衫尺码选择的影响,快速实现合体女衬衫号型推荐.模型实例验证结果表明,实验样本对推荐结果整体满意,该模型可有效地为消费者购买合体女衬衫提供服务,为智能化服装号型推荐奠定基础.

摘要： 针对目前小学生服装号型与其体型不匹配的问题,选取西安地区851名7～10岁小学生,用手工测量方式获得人体数据.通过K-means聚类法对获得的人体数据进行聚类,并用组内平方误差和确定最佳聚类数,得到X、Y和Z等3种西安地区小学生体型,以及符合西安地区小学男、女生中间体的服装号型,即男生140/65和140/61,女生135/63和135/59.采用回归分析得出手臂长、肩宽、臀围和腰围高4个主要部位与身高、胸围的关系,并计算出7个部位的分档值.所得数据为服装企业在进行小学生校服设计及生产中提供参考.

摘要： 针对线上服装销售退换货的问题,基于青年男子的体型数据,提出了男子号型合身度的评价方法。通过利用三维人体测量与手工测量相结合的方法,根据需求选取了15项指标作为研究。通过因子分析的方式选取了研究主控部位,对体型进行了新的分类。最后通过合身度评价指标的确定,建立合身度评价模型,为服装号型的合身度提供了参考依据。

摘要： 分析比较了目前我国华北、华东和西南地区男子服装号型相对于GB/T1335．1-1997发生的变化：(1)三地区成年男子平均围度值都增大，而胸腰差、胸臀差等减小，即体型增胖；(2)平均身高增高；(3)中间体控制部位值发生了较大的变化；(4)三地区的Y、A、B、C体型比例发生变化，以前均以A体型比例为最多，但现在华东地区和西南地区以B体型比例为最多。

摘要： 根据服装号型标准GB-1335,分别采用Tecmath三维人体扫描仪、马丁测量仪对229个实验样本进行接触式和非接触式人体测量,选择人体控制部位与基本部位等7个主要部位,对两种测量方式所提取的实验数据进行基本统计量比较及相似性研究.依据国家标准三维扫描人体测量方法的一般要求GB/T 23698-2009,三维扫描与手工测量数据长度方向差异基本符合标准要求,围度方向数据与标准略有差异；两种测量方式提取的人体数据相似性较高,基本符合国家标准要求,由高到低依次是身高、第七颈椎点高、臂长、颈根围、腰围、臀围、胸围.综合分析认为:非接触式测量方式具有快速、准确、全面获取人体数据信息等优势,适用于服装号型标准研究等大样本量人体测量与数据提取；对于差异较大的胸围等围度数据可通过手工测量补充.

摘要： 一种服装规模化定制的规格-号型对照表产生方法，包括以下步骤：根据预选的量体师通过测量模特顾客的量体部位而产生的体型数据、预选的量体师人数、模特顾客的量体部位中包括的部位个数产生对应的量体数据校正系数；根据所述预选的量体师通过收紧测量方式测量目标顾客的量体部位而产生的净体数据及于每个量体师对应的量体数据校正系数，构建目标顾客体型净体数据库；根据目标顾客体型净体数据库中的净体数据及预设的分档数目值进行聚类分析运算产生初级号型表，并按照预设的号型评价规则对初级号型表处理，以获得目标顾客的成型号型表；根据成型号型表及预设的定制款式规则产生规格-号型对照表。本发明还提供了一种服装规模化定制生产方法。

摘要： 本实用新型属于服装结构制图工具，具体涉及一种含有多号型服装原型六边形样板尺，主体外轮廓为六边形状；尺中含有服装原型样板；整体采用透明材料。其中的服装原型样板弧线采用镂空方式与相邻样板连接，直线端点为圆孔形状。具有功能多样、形式新颖、操作简单、便于携带等优点。是服装院校师生教学及学习的辅助工具。

摘要： 本发明提供了一种服装号型生成方法及系统，其中方法包括：基于人体的尺寸参数，模拟生成人体仿真数据；根据人体BMI值，对模拟生成的人体仿真数据进行分类；对各个类型的人体仿真数据进行聚类分析，得到对应类型中覆盖人群最多的最优核心号型。本发明提供的服装号型生成方法及系统，基于人体的尺寸参数，生成大量人体尺寸仿真数据，然后对仿真数据进行有效的体型分类，再对各个类型的人体仿真数据进行聚类分析，得到对应类型中覆盖人群最多的最优核心号型，提高了服装号型准确度与覆盖率，满足小批量、多号型、定制的服装企业的需求。按照该最优核心号型生产的定制服装的覆盖率更高、合体度更高。

摘要： 本发明涉及一种基于多层神经网络的服装号型推荐系统，采用一个六层的神经网络，包括一个数据输入层、四个隐藏层和一个输出层；所述数据输入层用于输入人体尺寸信息、服装号型数据和服装类型；所述四个隐藏层中，有两个是特征提取层，通过局部连接提取人体尺寸信息和服装号型特征信息，另外两个为匹配层，通过全连接的方式得到人体尺寸信息和对应类型服装号型之间的特征匹配情况；所述输出层用于输出各服装类型的各号型的匹配度大小，其中输出结果越大表示匹配程度越高。本发明实现服装号型推荐的智能化和多样化。

摘要： 本公开涉及服装号型分类领域，尤其涉及一种服装号型系统建立方法、装置及服装号型系统。通过获取真实的样本人体尺寸数据，并根据该真实的样本人体尺寸数据生成大量仿真人体数据，可以使生成的仿真人体数据更具代表性和随机性；通过根据体质指数标准建立仿真人体尺寸数据的体型区间，并根据该体型区间构建树状号型系统模型，使身高和体重为该树状号型系统模型的第一层变量，腰围和胸围为该树状号型系统模型的第二层变量，其余部位尺寸数据为该树状号型系统模型的第三层变量，从而可以方便使用户根据自身的人体数据获取对应的服装号型。

摘要： 本发明提供了一种服装号型生成方法及系统，其中方法包括：基于人体的尺寸参数，模拟生成人体仿真数据；根据人体BMI值，对模拟生成的人体仿真数据进行分类；对各个类型的人体仿真数据进行聚类分析，得到对应类型中覆盖人群最多的最优核心号型。本发明提供的服装号型生成方法及系统，基于人体的尺寸参数，生成大量人体尺寸仿真数据，然后对仿真数据进行有效的体型分类，再对各个类型的人体仿真数据进行聚类分析，得到对应类型中覆盖人群最多的最优核心号型，提高了服装号型准确度与覆盖率，满足小批量、多号型、定制的服装企业的需求。按照该最优核心号型生产的定制服装的覆盖率更高、合体度更高。

摘要： 本发明涉及一种基于多层神经网络的服装号型推荐系统，采用一个六层的神经网络，包括一个数据输入层、四个隐藏层和一个输出层；所述数据输入层用于输入人体尺寸信息、服装号型数据和服装类型；所述四个隐藏层中，有两个是特征提取层，通过局部连接提取人体尺寸信息和服装号型特征信息，另外两个为匹配层，通过全连接的方式得到人体尺寸信息和对应类型服装号型之间的特征匹配情况；所述输出层用于输出各服装类型的各号型的匹配度大小，其中输出结果越大表示匹配程度越高。本发明实现服装号型推荐的智能化和多样化。

摘要： 本发明公开了一种服装号型计算方法，该服装号型计算方法包括如下步骤：获取被测者的身高和体重；由被测者的身高和体重计算得到被测者的身体部位数据；根据被测者的身体部位数据确定适合被测者的服装号型。采用本发明的所述服装号型计算方法，消费者通过网络购买服装时只要配合完成远程测量或者提供自己的身高、体重和脂肪含量三项参数，就能够使服装销售商快速、准确地确定适合消费者的服装号型，从而保证服装销售商配送给消费者的服装能够适合消费者的体型，避免不必要的退货或换货。

摘要： 本发明公开了一种服装在线销售优选号型的方法，包括以下步骤：采用层次分析法计算个体静态测量尺寸与各候选服装号型对应部位数值之间的静态匹配程度的步骤；采用模糊集理论的思想计算个体自然活动时动态变化后的部位尺寸与各候选服装号型对应部位数值之间的动态匹配程度的步骤；计算综合匹配度找到优选服装号型的步骤。能够很好地解决顾客在线购买服装过程中无法通过亲身试穿确定选购服装号型的问题；可满足Web应用的实时需要，为顾客在线购买服装提供全面、客观、高效、科学的决策参考。

摘要： 提供了一种服装号型自动选择系统，该系统包括相互通信的客户端模块(1)和服务器模块(2)，客户端模块(1)包括客户体型信息采集单元(11)，服务器模块(2)包括存储参考号型匹配表的参考号型存储单元(22)，以及客户号型生成单元(21)，客户号型生成单元(21)具有客户体型信息输入端、参考号型输入端和客户号型输出端，客户体型信息采集单元(11)连接到客户号型生成单元(21)的客户体型信息输入端，参考号型存储单元(22)连接到客户号型生成单元(21)的参考号型输入端。本实用新型提供的服装号型自动选择系统，相比于现有服装销售模式中依靠售货员的经验知识或者客户的经验来选择号型的形式，具有更加方便、快捷以及更为准确的优点。