[发明专利]一种童装纸样定制智能设计方法及系统有效
申请号: | 201910089107.0 | 申请日: | 2019-01-30 |
公开(公告)号: | CN109800526B | 公开(公告)日: | 2022-11-04 |
发明(设计)人: | 郑力新;邱德府;谢炜芳 | 申请(专利权)人: | 华侨大学 |
主分类号: | G06F30/10 | 分类号: | G06F30/10;G06N3/04;G06N3/08;G06F113/12 |
代理公司: | 泉州市文华专利代理有限公司 35205 | 代理人: | 张浠娟 |
地址: | 362000 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 童装 纸样 定制 智能 设计 方法 系统 | ||
本发明提供一种童装纸样定制智能设计方法和系统,包括收集儿童净体尺寸数据与服装样板尺寸数据;将收集到的所述儿童净体尺寸数据和服装样板尺寸数据存储到数据库中;对所述数据库中的儿童净体尺寸数据和服装样板尺寸数据进行分析学习训练,建立预测模型;输入待定制儿童净体数据,根据预测模型得到用于童装纸样设计的细部规格数据;将所述细部规格数据输入用CAD制作好的纸样模型得到定制童装纸样。本发明打破传统的童装主要按固定身高标准体型打版的现状,满足不同身高体型的儿童对合体服装的定制需求,实现快速高效地批量化设计个性化的单体定制儿童服装。
技术领域
本发明涉及计算机辅助服装设计领域,尤其涉及一种童装纸样定制智能设计方法及系统。
背景技术
服装业是传统工业大分工、大流水、大批量生产的典型代表。传统的服装纸样打版流程,是根据中间码设计纸样,再用放码的手段对中间码纸样按一定差值进行放大或缩小,得到其它的号码的纸样。成人服装打版除了按高矮分类(比如S、M、L、XL、XXL)之外,通常会考虑到成人的体型分为Y(偏瘦)、A(正常)、B(偏胖)、C(肥胖)四类,有的服装厂还会针对大码体型专门打版,以满足不同体型成年人的合体着装需求。
在实际服装生产过程中,大多数中小企业因资金、人力等资源有限,无法建立科学专业的技术数据储备体系,其服装纸样的设计打版主要依赖纸样设计师个人经验技术积累,一旦人员流动,原有经验技术随之流失。另外,传统的童装的打版主要沿用按固定身高标准体型打版的原则,没有对不同体型进行区分打版,因此会出现同样身高的儿童穿同一码服装,“胖宝宝穿不上,瘦宝宝穿着透风”的情况。而如果采用传统人工方式为儿童个体单独打版,从量体、设计到画出纸样,需要有经验的裁缝耗费大量时间才能完成。
发明内容
本发明要解决的技术问题之一,在于提供一种童装纸样定制智能设计方法,满足不同身高体型的儿童对合体服装的定制需求,实现快速高效地批量化设计个性化的单体定制儿童服装。
本发明要解决的技术问题之一是这样实现的:
一种童装纸样定制智能设计方法,包括如下步骤:
步骤10、收集儿童净体尺寸数据与服装样板尺寸数据;
步骤20、将收集到的所述儿童净体尺寸数据和服装样板尺寸数据存储到数据库中;
步骤30、对所述数据库中的儿童净体尺寸数据和服装样板尺寸数据进行分析学习训练,建立预测模型;
步骤40、输入待定制儿童净体数据,根据预测模型得到用于童装纸样设计的细部规格数据;
步骤50、将所述细部规格数据输入用CAD制作好的纸样模型得到定制童装纸样。
优选的,所述数据库按三种服装风格类型分别建立:紧身型、标准型、运动型,所述预测模型与所述数据库一一对应建立。
优选的,所述步骤30进一步包括:
步骤31、针对样本数量小于设定值的情况,采用K-近邻算法建立预测模型,对其最优参数K进行分析学习训练,包括如下步骤:
步骤311、将样本数据进行归一化处理;
步骤312、将步骤311的数据随机拆分为80%的训练集与20%的测试集;
步骤313、设定K-近邻算法模型的初始参数K为一整数值,取值范围为1~20;
步骤314、采用shuffleSplit函数对80%训练集进行交叉验证,得到K-近邻算法模型的最优参数K1;
步骤315、采用K-fold函数对80%训练集进行交叉验证,得到K-近邻算法模型的最优参数K2;
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华侨大学,未经华侨大学许可,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/pat/books/201910089107.0/2.html,转载请声明来源钻瓜专利网。