积分商城

最新搜索： 8051 ip C8051F310 三菱fx3u编程手册 S3C2440 STM32Cube高效开发教程 基础篇 萝莉遥控
您现在的位置是：首页 > 技术资料 > 基于Python的非接触式人体测量数据可用性验证分析
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于Python的非接触式人体测量数据可用性验证分析

更新时间：2019-12-24 07:09:40 大小：2M 上传用户：songhuahua查看TA发布的资源 标签：python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

以目前热门的数据分析处理编程语言Python为开发工具,综合运用numpy、pandas、matplotlib等第三方库,对用服装非接触式人体测量仪测得的颈根围、胸围、腰围原数据进行清洗,去噪,以及可视化展示,最终得到高质量可用数据;并用成对样本t检验评判非接触式人体测量和传统手测方法,结果差异性显著。


部分文件列表

文件名 大小
基于Python的非接触式人体测量数据可用性验证分析.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
2019 年 9 月  
浙江纺织服装职业技术学院学报  
第 3 期第 31 页  
doi：10.3969/j.issn. 1674-2346.2019.03.005  
Python  
基于  
的非接触式人体测量数据可用性验证分析  
尹 喆 尚笑梅  
，
215006  
）
（苏州大学 纺织与服装工程学院 江苏 苏州  
摘
要：以目前热门的数据分析处理编程语言 Python 为开发工具，综合运用 numpy、pandas、matplotlib 等第三方  
库，对用服装非接触式人体测量仪测得的颈根围、胸围、腰围原数据进行清洗，去噪，以及可视化展示，最终得到高质  
量可用数据；并用成对样本 t 检验评判非接触式人体测量和传统手测方法，结果差异性显著。  
关键词：Python；数据分析；非接触人体测量；成对样本 t 检验  
中图分类号：TS941.17  
文献标识码：B  
文章编号：1674-2346（2019）03-0031-06  
人体测量是服装工业化设计生产基础，它是服装号型制定以及人体体型结构设计、样版制作等所需  
[
]
数据的来源和支撑。1 传统意义上的量体裁衣是测量人员借助软尺工具对人体关键部位进行手工精确测  
量，这种手法一直延续至今。但是测量耗时长，人力物力浪费大，收集的数据量远远不能满足大批量的  
工业生产。近几年出现的非接触式三维人体测量技术为服装人体部位数据的获取提供了很大的便利，通  
过定点扫描和计算机三维建模，可在半分钟内将人体各部位尺寸测量出来，测量效率可以达到工业所需  
数据量的要求。然而，当测量的数据集过于庞大时，对于原始数据的筛选、处理和精准性验证成为企业  
一大问题。因此，合适的数据处理技术对高质量的数据采集至关重要。  
1
数据分析技术简介  
Python  
[
]
2
Guido von Rossum 1989  
是荷兰计算机工程师  
编程风格和丰富的第三方库深受广大程序员的喜爱， 并迅速发展成为仅次于  
Python numpy pandas matplotlib  
在
年发明的轻量级脚本语言。 它以优雅简明的  
[
]
3
C++ Java  
和
的编程语言。  
numpy  
库能够提供  
在数据分析的层面上，有  
向量、数组、矩阵等便于进行数据分析的数据结构；  
DataFrame Python  
、
、
等强大的第三方库。  
pandas  
numpy  
Series  
构造在  
数据处理更加灵活、迅速；  
中基本的绘图库，它能将数据统计信息进行可视化展示，直观的分析各变量之间关系。4  
基础之上，它包含了 （序  
matplotlib Python  
是
列）和  
（数据框），提供数据结构使得  
[
]
数据分析与挖掘技术，就是从大量的、不完全的、有噪声的、模糊的实际应用数据中提取隐含的、  
潜在的信息。其中数据预处理阶段就是对数据“清洗”、“去噪”，得到可用于分析研究的高质量数据的过  
[
]
程。5  
2
实验背景及验证方法  
2.1  
背景介绍  
Si-  
本次数据验证分析实验基于苏州大学服装工程人体测量实验团队通过非接触式三维人体扫描仪（  
收稿日期：2019 － 05 － 20  
第一作者简介：尹喆，男，硕士研究生。研究方向：服装数字化  
第 3 期第 32 页  
尹
喆，等：基于 Python 的非接触式人体测量数据可用性验证分析  
2019 年 9 月  
zeStream  
）获得的人体数据。为了获得有效的、符合档差范围内的数据，我们需要对原始的数据用  
Python 28  
进行预处理。原始数据集中涉及人体部位有 个左右，但由于非接触式人体扫描仪和手工测  
量时要求被测者的站姿不同，可能造成多个测量部位的数据差异，而围度数据受站姿的影响基本可以忽  
300  
略，故此次数据分析实验只处理颈根围、胸围、腰围机测与手测数据  
个。  
2.2  
数据可用性验证  
[
]
6
GB/T30548-2004  
数据验证的过程遵循  
三维测量仪获取的服装用人体数据验证方法。具体步骤如下：  
min ≤档差，即可用来实验分析；  
|B -B |  
1
|A -A |  
max  
）机测数据可靠性验证，  
2
）手测数据可靠性验证，  
min ≤档差，即可用来实验分析；  
|Amean-B  
max  
3
|
mean ≤档差，即数据测量准确。  
）机测数据均值可用性验证，  
2.3  
测量方法成对样本 检验  
为了评判两种方法对同一样本测得数据的效果如何，将机测数据和手测数据进行成对样本 检验。7  
[
]
x
x
x .. .x y .. .y d =  
y
y
N
n 均服从正态分布 （ ， ），令  
假设样本总体机测数据 1， ，  
n，手测数据 1， ，  
2
3
2
3
i
x-y  
i
d
d
d .. .d  
0
N
i，若机测与手测数据之间差异很小，则可认为 1， ，  
n 服从均值为 的正态分布 （ ， ）。  
2
3
d
欲检验假设：  
H
H
=0  
=
，
：
y，即认为机测与手测数据的平均值无显著差异；  
0
d
x
0
1： ≠ ， ≠ ，即认为机测与手测数据的平均值有显著差异；  
d
x
y
构造以样本方差替代总体方差的统计量：  
d
d
d
d .. .d  
其中  
为
1， ， n 均值。  
2
3
H0  
T
n-1  
0＜ ＜1  
，由 分布表可得出检验临界值  
当假设  
成立时， 服从自由度为  
的
分布，对给定  
=0.05  
）。  
a
2
a
2
{
}
=
t
t
n 1  
P
|T|  
t
n 1  
（
），使得  
≥ （  
）
（设  
H0 |T|＜  
，即认为机测数据的均值与手测数据的均值有显著差异；  
a
2
|T|  
t
n 1  
），拒绝原假设  
若
≥
（
a
2
n 1  
H0  
（
），则接受原假设 ，即认为机测数据的均值与手测数据的均值没有显著差异。  
3
数据处理分析  
实验测得数据在  
Anaconda3 Jupyter Notebook  
Jupyter Notebook  
环境中进行分析。  
的
通过浏览器远程  
Python  
行结果可视化效果佳。8  
40  
交互式编程，支持运行 多种编程语言，并且便于创建和共享程序文档，程序运  
访问方式进行  
[
]
3.1  
数据导入  
nump pandas matplotlib  
。数据导入之前转为  
.csv  
文件格式，  
首先，导入数据分析处理三大库：  
、
、
pandas  
DataFrame  
measure  
格式并不能识别中文，故将表格中对应的属性改为英文或英文缩写形式（  
的
times neck base girth chest girth waist girth  
1
chest girth 1  
，
，
，
）。在各个部位英文后面加“ ”如： ，代表机测  
()  
5 1  
”函数展示数据表前 行，如表 所示。  
2
chest girt 2  
.head  
数据；加“ ”如：  
代表手测数据。用“  
表 1 原始数据  
measure times neck base girth1 chest girth1 waist girth1 neck base girth2 chest girth2 waist girth2  
ID  
20170915001  
20170915001  
20170915001  
20170915002  
20170915002  
1
2
3
1
2
38.321  
36.832  
40.335  
36.138  
36.586  
87.718  
86.989  
87.164  
86.037  
86.093  
69.383  
68.691  
67.544  
68.317  
68.391  
37  
38  
55.4  
86.3  
86.1  
82  
68.5  
67.5  
68.1  
65.5  
65.1  
38.8  
38  
40.1  
82.9  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号