[發明專利]基于主成分分析和分層聚類的人體上肢帶形態分類方法

在審

• 申請號: 201810059025.7
• 申請日: 2018-01-22
• 公開（公告）號: CN108280476A
• 公開（公告）日: 2018-07-13
• 發明（設計）人: 王竹君;王建萍;邢英梅;闞燕
• 申請（專利權）人: 東華大學;安徽工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 上海泰能知識產權代理事務所 31233
• 代理人: 宋纓;錢文斌

1.一種基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，包括以下步驟：

(1)采集靜態人體凈體數據，并構建人體數據庫；

(2)初選N個與上肢帶相關的人體測量部位，對對稱部位進行配對樣本檢驗，將初選變量定為N/2個，根據其余人體部位測量數據與初選變量之間的線性相關關系確定基礎變量；

(3)利用主成分分析在基礎變量中對表征上肢帶形態的變量進行篩選；

(4)采用分層聚類的方法確定表征上肢帶形態的參數；

(5)基于表征上肢帶形態的參數對上肢帶形態進行分類。

2.根據權利要求1所述的基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，所述步驟(1)中采用三維人體掃描的方式采集靜態人體凈體數據。

3.根據權利要求1所述的基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，所述步驟(2)中與上肢帶相關的人體測量部位共有16個，分別為：左右肩臂長、左右全臂長、左右上臂長、左右上臂圍、左右腕圍、左右腋圍、左右腋寬和左右手臂前傾角。

4.根據權利要求1所述的基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，所述步驟(2)中采用Pearson相關分析法得到其余人體部位測量數據與初選變量之間的線性相關關系。

5.根據權利要求1所述的基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，所述步驟(3)中在主成分分析時，根據四次最大正交旋轉法，對初等因子載荷矩陣進行具有Kaiser標準化的正交矩陣，得到若干主成分；從各個主成分中選擇絕對值大的相關系數，并結合專業知識選出表征上肢帶形態的變量。

6.根據權利要求1所述的基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，所述步驟(4)具體為：選擇“質心聚類法”作為聚類方法，“Pearson相關性”作為測度變量間相似性的方法，對選出的表征上肢帶形態的變量進行分層聚類分析；由相關矩陣、樹狀圖及專業知識將變量分為四類；計算四類中各個變量的相關指數，根據相關指數的大小，結合測定的難易程度及專業知識，從各類中選擇一到兩個變量作為表征上肢帶形態的變量；根據聚類進程表的原理，確定手臂前傾角、上臂圍、肩臂長為表征上肢帶形態的參數。

7.根據權利要求6所述的基于主成分分析和分層聚類的人體上肢帶形態分類方法，其特征在于，所述手臂前傾角為從人體側面的角度表征上肢帶整體的彎曲度，所述手臂前傾角角度越大，上肢帶彎曲度越大，手臂前傾角越小，上肢帶越順直；所述上臂圍和肩臂長表示上肢帶的纖細度，上臂圍一定時，肩臂長越大，上肢帶越纖細；肩臂長一定時，上臂圍越大，上肢帶越粗壯。