摘要
针对文化式女装原型中袖窿弧线和袖山弧线与其影响参数间数量关系不够直观和明确的问题,揭示了胸围与袖窿周长和袖山周长的数量关系,并提出袖山周长和袖窿周长的估算模型.首先绘制了29个净胸围在72~100cm之间的衣身原型样板,并测量各样板的袖窿深、袖山高、袖窿周长、袖山周长等部位的数据,接着分别采用最小二乘法和RBF神经网络2种曲线拟合的方法构建袖窿周长和袖山周长的估算模型,再利用一组未知数据比较2种估算模型的性能.研究表明,2种估算模型的性能表现均令人满意,有助于服装制板人员进行服装尺寸估算.同时,胸围与袖窿周长和袖山周长均存在非常明显的线性关系.在精度方面,利用最小二乘法进行曲线拟合得出的估算模型更好.
The parameters influencing the armhole and sleeve cap structures of culture prototype were collected firstly.Afterwards the relationship between the parameters and armhole and sleeve cap structure was revealed by least square method and RBF artificial neural network.Through comparing the properties of two curve fitting model,it is indicated that the two curve fitting model are both feasible to estimate the pattern data.And the accuracy of estimating by least square method curve fitting model is higher than that of RBF ANN model.
出处
《西安工程大学学报》
CAS
2014年第6期704-708,共5页
Journal of Xi’an Polytechnic University
基金
安徽省高等学校省级优秀青年人才基金资助项目(2012SQRL089)
国家级大学生创新创业训练计划资助项目(201210363124)
安徽省大学生创新创业训练资助项目(AH201310363304)
安徽工程大学青年科研基金资助项目(2007YQ050)
安徽工程大学校级本科教学质量提升计划项目(2014JYXM21)
关键词
袖窿
袖山
曲线拟合
最小二乘法
RBF神经网络
armhole
sleeve cap
curve fitting
least square method
RBF artificial neural network
