典型文献
基于神经网络的湖北省女大学生体型分类研究
文献摘要：
[研究内容与方法]由于我国经济迅速发展，人口不断增加，为了对湖北省女大学生体型进行详细划分，借助非接触式三维人体扫描仪获取了200个人体尺寸数据，从中选取27个关于体型的变量特征；通过对人体体质指数、主要身体比例、人体体表角度进行统计分析，选取人体直立状态下侧面形态的角度作为控制指标，在此基础上利用臀凸角、胸凸角、背入角、肩斜角几个角度进行聚类，运用k-means聚类方法将体型分为6大类，然后结合BMI指数总共将体型细分为18类；最终采用Adaboost算法，对人数存在最多的三类体型进行训练，构建神经网络体型识别模型，实现人体体型自动识别，精度值达93.1%，为体型分类提供参考。
文献关键词：
女大学生;体型分类;体表角度;神经网络
中图分类号：
作者姓名：
沙莎;曹瑞琦;田润雨;江学为;陶辉;张俊;邓中民
作者机构：
武汉纺织大学 武汉 430073;武汉纺织大学 服装学院 武汉 430073;纺织新材料与先进加工技术国家重点实验室 武汉 430073;武汉纺织大学 纺织新材料与先进加工技术国家重点实验室 武汉 430073
文献出处：
引用格式：
[1]沙莎;曹瑞琦;田润雨;江学为;陶辉;张俊;邓中民-.基于神经网络的湖北省女大学生体型分类研究
)[J].服饰导刊,2022(05):15-20
A类：
体表角度
B类：
女大学生,体型分类,分类研究,非接触式,三维人体扫描,扫描仪,人体尺寸,尺寸数据,体质指数,身体比例,直立,立状,下侧,控制指标,凸角,斜角,means,聚类方法,总共,Adaboost,识别模型,自动识别
AB值：
0.361653
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
