[发明专利]基于主成分分析和分层聚类的人体上肢带形态分类方法

说明书

本发明涉及一种基于主成分分析和分层聚类的上肢带形态分类方法，包括以下步骤：采集人体数据，构建人体数据库；初步选择与上肢带形态相关的人体部位数据，根据其余人体部位数据与这些人体部位数据的线性相关性，确定基础变量；利用主成分分析方法从基础变量中选出表征上肢带形态的变量；再采用分层聚类的方法进一步确定手臂前倾角、上臂围、肩臂长作为表征上肢带形态的变量；根据手臂前倾角、上臂围、肩臂长对上肢带形态进行分类。本发明能够直接有效地对上肢带形态进行分类。

技术领域

本发明涉及服装结构设计技术领域，特别是涉及一种基于主成分分析和分层聚类的人体上肢带形态分类方法。

背景技术

衣袖是包覆上肢带(即人体上肢及其相关部位)的服装结构，是服装的重要组成部分，其结构的合理与否对服装整体效果具有举足轻重的作用。而上肢带形态是影响衣袖结构的重要因素，满足上肢带形态和运动需求是进行衣袖结构设计的首要前提。因此，对上肢带形态进行正确的评价有助于完善衣袖样板结构设计，同时，也有利于开发包覆上肢带的功能性护具。

在目前的服装及相关功能性护具的结构设计研究中，主要是通过全臂长、上臂围、手臂倾角等少数指标对上肢形态进行研究，未涉及与上肢密切相关的肩部、腋部等人体部位对上肢形态的影响，尚不能直接有效、全面地表达上肢带形态。

发明内容

本发明所要解决的技术问题是提供一种基于主成分分析和分层聚类的人体上肢带形态分类方法，能够直接有效地对上肢带形态进行分类。

本发明解决其技术问题所采用的技术方案是：提供一种基于主成分分析和分层聚类的人体上肢带形态分类方法，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)初选N个与上肢带相关的人体测量部位，对对称部位进行配对样本检验，将初选变量定为N/2个，根据其余人体部位测量数据与初选变量之间的线性相关关系确定基础变量；

(3)利用主成分分析在基础变量中对表征上肢带形态的变量进行筛选；

(4)采用分层聚类的方法确定表征上肢带形态的参数；

(5)基于表征上肢带形态的参数对上肢带形态进行分类。

所述步骤(1)中采用三维人体扫描的方式采集静态人体净体数据。

所述步骤(2)中与上肢带相关的人体测量部位共有16个，分别为：左右肩臂长、左右全臂长、左右上臂长、左右上臂围、左右腕围、左右腋围、左右腋宽和左右手臂前倾角。

所述步骤(2)中采用Pearson相关分析法得到其余人体部位测量数据与初选变量之间的线性相关关系。

所述步骤(3)中在主成分分析时，根据四次最大正交旋转法，对初等因子载荷矩阵进行具有Kaiser标准化的正交矩阵，得到若干主成分；从各个主成分中选择绝对值大的相关系数，并结合专业知识选出表征上肢带形态的变量。

所述步骤(4)具体为：选择“质心聚类法”作为聚类方法，“Pearson相关性”作为测度变量间相似性的方法，对选出的表征上肢带形态的变量进行分层聚类分析；由相关矩阵、树状图及专业知识将变量分为四类；计算四类中各个变量的相关指数，根据相关指数的大小，结合测定的难易程度及专业知识，从各类中选择一到两个变量作为表征上肢带形态的变量；根据聚类进程表的原理，确定手臂前倾角、上臂围、肩臂长为表征上肢带形态的参数。

所述手臂前倾角为从人体侧面的角度表征上肢带整体的弯曲度，所述手臂前倾角角度越大，上肢带弯曲度越大，手臂前倾角越小，上肢带越顺直；所述上臂围和肩臂长表示上肢带的纤细度，上臂围一定时，肩臂长越大，上肢带越纤细；肩臂长一定时，上臂围越大，上肢带越粗壮。

有益效果