刘婷婷，徐 红，梅馨元，刘一心，肖爱民

(新疆大学 纺织与服装学院，新疆 乌鲁木齐 830046)

人体体型根据时间、生活环境、地理位置等客观因素的影响而变化。对新疆地区青年女性裙装合体性进行问卷调查发现，臀部的不合体比例较高。为了使服装更加合体，应对地区性体型进行细分研究。近几年国内外有通过新方法建立体型分类与判别的模型，来提高服装合体度。而针对体型分类的研究方法较多：如尹玲等[1]选择有序样本最优分割法从整体、局部、躯干轮廓层面对女性体型分类，最终把体型划分为3类；Maja Mahnic Naglic等[2]把K-means聚类法应用到人体姿势体型分类中，此分类函数可基于判别函数及其因子负载来定义；王军等[3]利用两步聚类法作为臀部分类方法，选取5个指标后对臀部进行细分；石小强等[4]使用DIANA分裂聚类将江浙地区青年女性臀部分为5类。体型判别上的创新有：尹玲等[5]采用随机森林算法建立可靠的判别模型，提升了体型判别精准度；景晓宁等[6]把女童数据库合理利用起来，运用朴素贝叶斯算法对女童体型进行了判别分析。

极端梯度提升(XGBoost)是一种基于梯度提升决策树的集中学习模型，该方法不仅解决了梯度提升[7]的过拟合问题，还提升了预测的精准度，是目前计算机领域中的一个研究热点。该算法属于提升方法，在分类和预测领域中应用广泛，其优点是模型计算运行速度快，精准度高，运行方式简单[8]。本文采用XGBoost算法建立了判别模型，对新疆地区青年女性臀部进行判别，得到了极高的精准度。……