【技术实现步骤摘要】
使用变分多维回归的服装个性化尺寸定制方法
本专利技术涉及变分多维回归建模
，尤其涉及使用变分多维回归的服装个性化尺寸定制方法。
技术介绍
随着人民生活条件的改善，高端消费人群对个性化的需求日趋明显，他们对私人定制服务的需求也越来越大。目前，现有的一些服装定制系统通常是有经验的服装设计师在线下给用户丈量身材尺寸，然后确定服装版型，致使线下成本较高，不利于线上推广；另一些服装定制系统则是采用少量固定版型的模板来匹配用户的身材尺寸，这样在实际应用中并不能较好的贴近用户的身材尺寸数据，不能满足用户的定制需求。
技术实现思路
本专利技术旨在解决
技术介绍
中阐述的问题。为此，本专利技术的一个目的在于提出使用变分多维回归的服装个性化尺寸定制方法，本专利技术提出的变分多维回归算法，可以有效地解决回归算法对异常值敏感的过拟合问题及矩阵欠秩问题，从而基于预测方程实现服装各尺寸的准确预测，为用户的服装尺寸提供个性化精确定制设计。根据本专利技术实施例的一种使用变分多维回归的服装个性化尺寸定制方法，所述方法步骤如下：<...
【技术保护点】
1.一种使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述方法步骤如下：/n步骤1：对已有的用户信息利用函数f进行基于身高体重等加权的非线性映射，以获得已有用户的多维数据样本；/n步骤2：建立多维变分回归模型；/n步骤3：对数据样本，采用多维变分回归算法，预测所建立的多维变分回归模型中的最优权系数矩阵；/n步骤4：建立预测模型方程，并在获得最优权系数矩阵后，利用预测模型方程精确预测出定制服装的相应尺寸。/n
【技术特征摘要】
1.一种使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述方法步骤如下：
步骤1：对已有的用户信息利用函数f进行基于身高体重等加权的非线性映射，以获得已有用户的多维数据样本；
步骤2：建立多维变分回归模型；
步骤3：对数据样本，采用多维变分回归算法，预测所建立的多维变分回归模型中的最优权系数矩阵；
步骤4：建立预测模型方程，并在获得最优权系数矩阵后，利用预测模型方程精确预测出定制服装的相应尺寸。
2.根据权利要求1所述的使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述步骤1包括：
建立输入数据集合：
X＝{x1,x2,..,xN}
Y＝{y1,y2,..,yN}
其中，每个样本为：
xn＝{xin,i＝1,2,...,K}(n＝1,2,...,N)
yn＝{ymn,m＝1,2,...,M}(n＝1,2,...,N)
i表示不同的输入选项信息，n表示样本的序号，共有N个样本，xn为第n个样本的输入选项信息，是样本的自变量，yn为第n个样本的实际尺寸数据，是样本的因变量；
数据集为：
D＝{(x1,y1),(x2,y2),...,(xN,yN)}。
3.根据权利要求2所述的使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述i＝1,2,...,K，分别表示用户所选择的身高、体重、脖围、肩宽、胸围、臂长、臂围、腕围、腰围和版型偏好；
所述m＝1,2,...,M，分别表示相应用户样本的实际衣长、领围、胸围、肩宽、袖围、腰围、袖长和袖口周长尺寸。
4.根据权利要求1所述的使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述步骤2包括：
采用样本建立多维变分回归模型：
yn＝ΘTf(xn)+e；
其中，系数矩阵Θ＝(θ1,θ2,...,θM)，而θj＝{θij,i＝1,2,...,K}(j＝1,2,...M)是对输入的加权参数，e是零均值高斯噪声；
f是对输入变量xn的非线性函数，包含对输入信息选项的编码和基于身高体重信息加权的映射函数。
5.根据权利要求1所述的使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述步骤3包括：
所述采用多维变分回归算法预测最优的权系数矩阵使尽可能接近yn，也即使得尽可能接近ynj，使得对于新的输入信息v＝{vi,i＝1,2,...,K}，利用输出预测模型方程：
精确预测出定制服装的尺寸。其中s＝{sj,j＝1,2,...,M}，为所定制的服装尺寸信息。
6.根据权利要求5所述的使用变分多维回归的服装个性化尺寸定制方法，其特征在于：所述步骤3的算法包括：
θj的先验分布是：
p(θj|α)＝N(0,α-1I)；
高斯分布的共轭先验是Ga...
【专利技术属性】
技术研发人员：于志强，
申请(专利权)人：南京中略信息技术有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。