摘要
本发明涉及鞋靴定制技术领域,具体地说,涉及基于模型学习的鞋靴定制系统。其包括模型摩擦单元、加权预测单元、弯曲裂缝单元和定制鞋靴单元。本发明的裂缝预测模块利用鞋靴神经网络模型根据鞋靴表面的平均弯曲点、鞋靴底部的平均弯曲程度和获取的用户脚型数据预测鞋靴底部的弯曲点,利用线性插值方法将预测的鞋靴底部弯曲点连接成线,根据线和获取的用户脚型数据预测鞋靴底部裂缝概率,利用预测的鞋靴底部裂缝概率判定鞋底裂缝区域,通过分析用户的脚型数据,可以预测鞋靴底部出现裂缝的区域,可以在高裂缝风险区域使用更耐用的材料,而在低风险区域使用更轻便的材料,降低了用户的鞋靴更换频率和减少鞋靴的维修成本,提升鞋靴的整体性能。
技术关键词
神经网络模型
脚型数据
弯曲点
定制系统
裂缝
区域压力值
模块
鞋底
线性插值方法
制鞋靴
定制鞋
鞋靴定制
深度学习模型
高压力
矩阵
措施
系统为您推荐了相关专利信息
语音特征数据
服务器设备
识别特征
神经网络模型
车辆座舱
基因调控网络
编码器
样本
神经网络模型
正则化策略
持续学习方法
协方差矩阵
原型
样本
计算机可读指令