基于乳房位移的文胸舒适性分析与评价

为研究人体运动时不同类型的文胸对乳房位移的控制效果,选取市面上常见的7款文胸为试验材料,以3名体型相近的女大学生为试验对象,每名试验对象分别穿着每款文胸进行10次以上的动态捕捉试验,计算乳房位移率,同时对于受试者在穿着不同文胸状态下的文胸舒适性进行主观评价。结果表明,乳房位移率与胸部舒适性显著相关。压缩式运动文胸比普通罩杯文胸、针织运动文胸控制乳房位移的效果要好,双层压缩运动文胸并不比单层压缩运动文胸控制乳房运动的效果好。同种运动文胸对乳房位移的控制效果因试验对象的不同存在一些差异。该研究为运动文胸舒适性的评价提供了一种客观方法。     

运动文胸肩带参数对胸部位移与压力的影响

通过改变运动文胸的肩带宽度、肩带方向以及肩带的面料,设计8款运动文胸。选择6名试验对象,其中B罩杯、C罩杯的试验对象各3名,分别穿着不同款式的运动文胸并以7 km/h的运动速度在跑步机上快跑,测量运动过程中胸部位移与胸部所受文胸的压力。结果表明,肩带宽度、肩带方向以及两种试验面料对B罩杯和C罩杯女性的胸部位移与压力没有显著性影响,在运动文胸的结构设计中若考虑文胸的压力舒适性和稳定性,不能只针对肩部进行改变,同时还需要考虑其他部位的影响。     

胸部聚拢效果与文胸压力舒适性关系研究

选取3名胸部号型为75B的年轻女性以及8款不同结构参数的文胸样衣进行文胸压力舒适性和胸部聚拢效果试验。选取7个人体胸部曲率比较大的点作为压力测量点,采用日本AMI 3037-10气囊式接触压力测试仪、马丁测量仪,测试得到各测量点的压力值及胸部聚拢效果值,并用Spss软件分析文胸压力舒适性与聚拢效果的关系模型。结果表明,文胸整体舒适性与文胸钢圈带内侧点、骨条上端点压力呈显著负相关,文胸聚拢效果与文胸钢圈带外侧点、骨条上端点、骨条下端点、侧缝点压力成显著正相关。文胸整体舒适值与聚拢效果值的关系可表示为整体舒适值=4.412+0.211×聚拢效果值。     

运动文胸减震作用研究现状

运动文胸的压迫支撑作用有助于减少运动中乳房软组织的振动,从而保护女性的乳房健康。文章通过文献研究方法,探讨了文胸减震作用的研究现状。研究发现,目前评价文胸减震作用的主要方法有间接的文胸压迫性能评价和直接的乳房软组织振动位移测量;文胸罩杯、肩带和下围三个结构要素都对其减震作用有明显影响,在舒适的前提下选用高弹力文胸面料、适当增加罩杯衬垫厚度、加宽肩带和下围等可增强运动文胸的减震效果。期望研究结果为设计开发高性能运动文胸提供科学指导。     

跑步运动中运动文胸对乳房振幅的影响

为考察运动文胸的防震效果,以及穿着运动文胸时的感受情况,使用相同面料,制作了统一尺寸、厚度相近的7款运动文胸。运用三维动作捕捉仪,测试实验者在裸胸状态以及穿戴7款运动文胸在跑步运动中胸部移动状况。通过乳房相对躯干的位移极差值和穿戴文胸前后的位移减少百分比,运用SPPS软件进行数理统计,比较运动文胸的防震效果,并结合主观实验进行综合分析。同时,在现有运动文胸款式的基础上对其造型设计提出改进建议。结果表明:文胸背部设计成交叉款式的防震效果较好,同时肩带加宽,可减少肩部的压强,提高穿着舒适度。     

运动文胸结构设计要素对穿着舒适性的影响

为探究运动文胸各结构设计要素作用于人体的穿着舒适性,使用马丁测量仪测量7位罩杯号型为75B的女性裸体状态和穿着6款低、中、高强度支撑的运动文胸时的尺寸;借助气囊压力测试仪对人体的胸、背、肩、侧、下胸围等处的9个压力测试点进行静态压强测试和主观舒适度评定;并观察运动前后下围织带、肩带、夹弯、领口弧线处标记线的位移变化。研究发现:低强度运动文胸各点压强值小,舒适度高,高强度文胸对乳房左右和前后方向束缚大,文胸下围织带和罩杯向上滑移,肩带向颈部内侧滑移,后背和夹弯处运动前后滑移量少;高强度运动文胸应注重优化肩带、后背夹弯弧线、下围织带处的结构设计,减小人体肩部、下胸围、后背处的压强,提高整体穿着舒适性。     

运动文胸着装压力对人体生理指标的影响

为探究女性穿着运动文胸时的压力舒适性,制作3款底围宽度不同的运动文胸,测量10名女大学生穿着3款运动文胸做拉伸运动时8个上半身测量点(侧颈点、胸凸(BP)点、乳房侧下点、下围前中心点、下围前侧点、下围与侧缝交点、下围后侧点、后背肩胛骨点)的压力值,并设计运动心肺实验,获取静息阶段、运动阶段、恢复阶段对应的通气量、摄氧量、相对摄氧量、二氧化碳排出量、呼吸商、心率6个生理指标量并进行分析。结果表明：运动文胸压力会对生理指标产生影响;对各项生理指标进行因子分析,将6个生理指标量提取为呼吸因子和心率因子;对8个测量点的压力值和提取的2个生理指标因子进行皮尔逊相关性分析,得出拉伸运动时女性胸部和腰部的压力大小是影响呼吸因子的主要因素;心率因子与8个压力测量点相关性均不显著。研发运动文胸时应重点考虑其对胸部、腰部施加的压力大小,同时优化罩杯和底围的设计。     

基于灰色BP神经网络模型的文胸压力预测研究

为了更准确地预测文胸压力,以40名在校健康女大学生为研究对象,在其穿着合适尺码的文胸后,对文胸10个重要部位进行压力测试。建立BP神经网络和灰色BP神经网络预测模型,利用人体5个测量参数对文胸10个部位的压力值进行预测。结果表明,通过BP神经网络模型预测的文胸压力值只能达到真实压力值的73.55%,而通过灰色BP神经网络模型预测的文胸压力值可以达到真实压力值的84.70%。灰色BP神经网络模型可以结合BP神经网络模型和灰色模型的优点,发挥两种模型的优势,对文胸压力值做出较为准确的预测。     

基于灰色BP神经网络模型的文胸压力预测研究

为了更准确地预测文胸压力,以40名在校健康女大学生为研究对象,在其穿着合适尺码的文胸后,对文胸10个重要部位进行压力测试。建立BP神经网络和灰色BP神经网络预测模型,利用人体5个测量参数对文胸10个部位的压力值进行预测。结果表明,通过BP神经网络模型预测的文胸压力值只能达到真实压力值的73.55%,而通过灰色BP神经网络模型预测的文胸压力值可以达到真实压力值的84.70%。灰色BP神经网络模型可以结合BP神经网络模型和灰色模型的优点,发挥两种模型的优势,对文胸压力值做出较为准确的预测。     

基于舒适性要求的运动文胸材料选择研究

基于运动文胸保护乳房、调节人体与文胸之间的微气候的要求,运用分区设计的理念,根据不同部位舒适性要求开展了运动文胸的面料优选研究。通过查阅相关文献和调查运动文胸面料市场,选取15种常用运动文胸面料,分别进行基本参数的测定以及热湿、弹力性能等测试,分析它们的热湿舒适性和弹力性能。然后,运用专家打分法结合人体生理特征选择合适的面料进行分区设计:肩部选择弹力和吸湿性适中的面料;背部选择高弹力吸湿性能良好的面料;下胸围底边可以选择回弹力优良的面料;胸部里料选择吸湿柔软的面料,外层选择弹力适中透气性良好的面料。分区优化设计可以使运动文胸达到整体舒适性的最大化,也为运动文胸市场的发展提供有效参考。     

亚麻织物接枝率与透气率变化关系的数学模型

 摘 要 ： 本设计通过紫外光引发接枝丙烯酸对亚麻织物进行改性处理。应用BP神经网络法和最小二乘回归法分别对不同光照接枝时间、光引发剂用量、单体浓度下的织物接枝率与透气率变化量之间关系进行建模。将接枝率作为输入、透气率变化量作为输出,通过讨论确定神经网络结构为1-10-1,S型函数作为激活函数;同时选出最优网络参数即迭代次数100、训练目标0.001。BP 网络模型与最小二乘模型相比,仿真输出与目标输出相关系数高,误差百分比小。因此,BP神经网络模型具有更好的仿真精度,为接枝率和透气率间关系的探索提供了一种准确有效的预测模型。     

近红外光谱协同BP神经网络的泰国茉莉香米掺伪含量快速鉴定

利用近红外光谱协同BP神经网络算法,对泰国茉莉香米及其掺伪样品的近红外光谱进行多元散射校正预处理,挑选出48个特征波长;以特征波长的吸光度为BP神经网络输入层神经元,以样品中泰国茉莉香米的含量为输出层神经元,获得BP神经网络算法的最优结构模型,即为单层隐含层、隐含层神经元数7、隐含层传递函数logsig、输出层传递函数...     

胸部位移与文胸舒适性关系初探

为考察胸部位移与舒适性之间的关系,设计一组实验。分别以裸体、穿着3/4文胸和穿着运动文胸状态于5 km/h和10 km/h的跑速在跑步机上跑步,用VICON运动学测量分析系统捕捉测试者各轴向上的胸部位移值,并要求测试者对各状态下的文胸舒适性进行主观评价。结果发现,跑速与胸部位移正相关;胸部位移与舒适感负相关,垂直轴向上的波幅是影响舒适性的主要因素;对比三种穿着状态,运动文胸能够限制胸部垂直方向上的位移,改善胸部舒适性。本文为文胸舒适性的客观评判提供了一种可行的方法。     

基于BP神经网络的电子鼻羊奶贮藏时间的预测

利用电子鼻PEN3系统判定室温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶室温贮藏及冷藏期间挥发性成分的响应值,并采用PCA(主成分分析法)、LDA(线性判别分析法)和LM算法优化的BP神经网络(LM-BP)、遗传算法优化的神经网络(GANN)、4层BP神经网络进行模式识别。结果表明PCA和LDA均可区分室温贮藏及冷藏1～6d的生鲜羊奶,LDA方法还可以明显体现出羊奶贮藏期间挥发性成分的变化趋势,并且与羊奶酸度的变化有很好的一致性。采用LM-BP神经网络、GANN神经网络和4层神经网络均能较好地预测不同贮藏时间的羊奶,其中4层神经网络的预测正确率高于LM-BP神经网络和GANN神经网络。     

基于BP神经网络的色纺纱配色

针对传统配色模型实用性差的问题,利用神经网络强大的非线性映射能力,探讨基于人工神经网络的色纺纱配色方法。构建了色纺纱BP神经网络配色模型,研究了多种BP算法,隐含层节点数对仿真效果及泛化能力的影响。实验结果表明:基于BP 神经网络的色纺纱配色方法可以实现色纺纱反射率与配方之间的非线性映射,新型算法（Levenberg-Marquardt、拟牛顿、共轭梯度算法）在迭代次数和仿真时间上有较大的优势,隐含层节点数对仿真结果影响较小,训练样本的平均预测色差DEcmc(2:1)为0.18,但训练样本范围外的预测色差较大,因此提高该神经网络的泛化性能是下一步研究的关键。     

基于BP神经元网络优化电火花加工参数

基于BP神经网络模型对用电极（铜Cu）一材料（模具钢NAK80）电火花加工系统的一组参数进行了优化。计算结果表明,减少输入层神经元的数量可以加快收敛速度,但计算精度将受到影响。若保持隐层结构,仅由不同训练函数的学习结果改变权系数（映射）实现网络结构优化,则可能较好地预言加工效果。     

基于BP神经网络预测红外-喷动干燥带壳鲜花生水分比

为实现带壳鲜花生红外-喷动干燥过程中水分比的预测,本实验探究了不同干燥温度（55、60、65 ℃和70 ℃）、进口风速（16、17、18 m/s和19 m/s）和助流剂质量（1.0、1.5、2.0 kg和2.5 kg）对带壳鲜花生干燥时间和干燥速率的影响,建立了输入层为干燥温度、进口风速、助流剂质量和干燥时间,隐含层节点数为11,输出层为带壳鲜花生水分比,拓扑结构为“4-11-1”的BP神经网络模型。结果表明：干燥温度和进口风速是影响带壳鲜花生水分比的主要因素,增加进口风速和提高干燥温度能有效缩短带壳鲜花生的干燥时间,提高干燥效率。采用Levenberg-Marquardt（L-M）算法为训练函数,选择tansig-purelin为网络传递函数,经过有限次训练得到的BP神经网络模型,其水分比预测值与实验值之间的决定系数R2为0.99,均方误差为0.02,水分比预测结果相较于传统经典数学模型准确且迅速。本研究建立的BP神经网络模型可为带壳鲜花生在红外-喷动干燥过程中的水分比在线预测提供理论依据和技术支持。     

BP神经网络在织物疵点识别中的应用

采用3层BP神经网络对织物疵点进行识别,提出织物疵点识别网络不适宜规则,将其应用于隐含层神经元个数选择和训练方法筛选,以优化网络结构,提高训练速度和网络识别精度,设计出较优的织物疵点识别网络。将丝织物中常见的断经、断纬、重纬、档疵、破洞和油污6类疵点作为识别样本,对按照网络不适宜规则设计的网络进行测试。从识别结果来看,BP神经网络可以满足织物疵点识别需要,且具有正确识别率高,识别速度快的优点。     

文胸防滑肩带扣的研究设计

为解决肩带随时间松弛、常见肩带扣易松动等问题而导致的肩带滑落,通过分析影响肩带滑落的因素,介绍了现有应对肩带滑落的方法及存在的问题,基于棘轮单向旋转反向自锁的原理设计了一款新型肩带扣。详述了新型肩带扣结构、各部件作用及工作原理,并举例说明其用途。新型肩带扣可有效解决目前文胸穿戴中出现的常见问题而导致的肩带滑落,具有较好的应用前景。