校服定制是随着大规模MTM服装量身定制生产发展起来的一种面向特定群体的服装生产方式,其设计和生产对象是在校的学生,特点是大批量、低成本、高质量,符合特定的需求。本文在人体测量和资料分析的基础上,提出了一种K-means和ISODATA模糊聚类相结合的方法,首先采用K-means获得学生体型的初始聚类,而后使用ISODATA模糊聚类模型得到所有样本的模糊聚类,进而在样本的体型聚类结果基础上,设计校服的号型和版式。本文的设计方法是在获得具有代表性的学生测量资料后,采用主成分析法得到学生形体的主成分,而后使用K-means方法在设定初始聚类数后,获得样本的聚类中心,最后使用ISODATA模糊聚类模型得到各样本所属类隶属度,这就进一步量化了样本的体型聚类结果,为设计校服的号型和版式提供了可靠的数量支持。本文的具体实现方法是在所采集的小学生样本数据的基础上,通过主成分析得到形体的主成分,进而在设计好的校服定制模型的基础上,综合使用了K-means聚类和ISODATA模糊聚类模型,分别通过k-means和模糊ISODATA两种算法的迭代运行并获得样本详细的量化聚类结果。实验结果表明,在保证采集的数据准确性的条件下,将主成分析得到的形体主成分作为算法输入向量,进而使用本文设计的校服定制模型对数据样本进行处理,获得具有代表性的样本聚类结果,并且整个算法的运行效率也较良好。