男西装两片袖纸样放缩方法设计

针对服装纸样放缩问题,从纸样放缩方法、坐标选择方式、档差(包括成品规格档差和细部档差)分配方式等分块进行分析研究,利用服装CAD对西装两片袖放缩,分析不同纸样放缩方法的优缺点,检验放缩后的纸样,总结归纳出最优的坐标方式和档差分配方案以及西装纸样放缩的变化规律,进一步深化和完善服装纸样放缩的方法,达到提高效率和质量的目的...     

基于神经网络的男西装图像情感语义识别

为了实现基于内容的男西装图像情感语义识别,需要把男西装图像的低层特征映射到情感语义空间。在构建出的2维图像情感因子空间和男西装图像视觉特征（10维亮度一冷暖模糊直方图;7维的饱和度一冷暖模糊直方图+色彩对比度值的综合特征）的基础上,本文通过机器学习（BP神经网络）实现了男西装图像的低层特征到情感语义因子空间的映射,根据图像低层颜色特征可以自动完成图像情感因子值和情感描述值的计算,并把识别后的新图像数据自动加入到图像数据库中。实验证明,BP神经网络方法能较好的实现基于内容的男西装图像情感语义的识别。     

西装袖窿与袖型的关系对舒适性的影响

针对西装袖窿与袖型的关系,通过胸围松量的放缩绘制纸样和制作样衣,并试穿实验,分析了衣身袖窿对女装合体袖外观造型和活动舒适度的影响,为制作合体美观的袖子提供理论依据。     

基于意象尺度的男西装造型风格认知评价

为更好地把握消费者对服装的感性心理需求,针对当前各类服装特定描述词冗杂的现象,以服装中的经典品类男西装为例展开研究.首先,采用意象尺度法设计男西装造型风格感性认知实验,采用相关性分析、因子分析等方法将多维意象降到二维空间;然后,应用回归分析法分别建立男西装造型风格因子分析模型,得到男西装意象尺度分布图;最后,运用案例验...     

男西装浮余量的转化浅析

在应用男装原型时,浮余量的处理方法有很多种,包括转省、撇胸、归拔等.文章通过男装原型浮余量的转化对男西装的结构进行分析.     

基于量身定制的双面呢男西装纸样快速生成技术研究

从廓形、衣领、衣袖和衣身方面,分析双面呢男西装的款式构成.按照唯一性、标准化、可扩充性、简单性和实用性的原则,运用两级结构对双面呢男西装进行编码.在介绍双面呢男西装基本纸样与纸样快速生成流程的基础上,系统阐述双面呢男西装纸样的快速生成.研究可为服装企业的男西装纸样设计提供一定的理论和实践指导.     

西装袖的影响因素及其新结构的设计方法

以影响西装袖的因素作为切入点,分析袖山弧线、袖吃势、袖偏量以及绱袖点对西装袖造型的影响,解剖了袖山高和袖肥的关系,及袖窿弧线与人体肩部曲面的对应参数变化,得出了定性与定量分析的结论,提出了一种新的结构设计方法,满足了西装袖的造型和功能需求。     

产生男西服结构弊病的因素分析

针对男西服常见的结构设计与工艺弊病问题,分析其产生的原因及控制男西服结构造型的主要因素与解决方法。     

中式男西装款式的变革

一、西装简介西服也称西装,从广义上讲,指西式的、欧美的服装。狭义指西式上装或西式套装。西装通常是公司从业人员、政府机关从业人员在较为正式的场合着装的一个首选。西装之所以长盛不衰,很重要的原因是它拥有深厚的文化内涵,     

基于数量化理论Ⅰ的男西装款式要素感性评价

为得到更加契合人的情感需求的服装产品,帮助企业更好地了解消费者的感性心理,以服装中的经典品类男西装为实例,提出基于数量化理论Ⅰ的服装款式感性评价方案。首先,采用语义差异法获取用户对男西装样本的感性评价,并建立男西装感性意象二维空间;然后,通过分析男西装样本的款式特征,提取对感性意象有关键影响的款式细节设计要素;最后,应用数量化理论Ⅰ构建感性因子与款式设计要素间的关联性模型。经验证可知,回归模型具有较高的预测精度且符合正态分布,进一步通过案例验证表明该模型可将人的感性需求与男西装款式设计要素进行转化,能够有效地用于男西装款式的感性评价。     

基于数量化理论I的男西装款式要素感性评价

为得到更加契合人的情感需求的服装产品,帮助企业更好地了解消费者的感性心理,以服装中的经典品类男西装为实例,提出基于数量化理论I的服装款式感性评价方案.首先,采用语义差异法获取用户对男西装样本的感性评价,并建立男西装感性意象二维空间;然后,通过分析男西装样本的款式特征,提取对感性意象有关键影响的款式细节设计要素;最后,应...     

浅析条格男西装手巾袋的对条格工艺处理

条格男西装工艺一直被公认为是服装加工工艺中难度最高的,特别是对条格的工艺处理。条格男西装的面料条纹是否能够对齐,是区分条格男西装质量中的重要标准之一。而手巾袋的对条格工艺处理对条格男西装的外观质量尤为重要。现主要研究了条格男西装手巾袋的对条对格的工艺处理,从面料、版型、采寸以及裁剪的工艺以及缝制对条格工艺技巧等几方面配合进行分析解决手巾袋对条格的问题。     

基于MATLAB的BP神经网络实现减振器缺陷产品自动识别

减振器是汽车悬架的重要组成部分,其性能直接影响整车的安全性和舒适性,减振器示功图是判断减振器是否合格的重要依据。目前,减振器示功图的类型识别都依赖人的经验。文章通过在MATLAB中训练BP神经网络,实现了减振器缺陷产品的自动识别,该研究具有巨大的市场价值。     

基于改进BP神经网络的的西服肩袖造型研究

 袖窿与袖子是服装结构中最复杂的部位之一,该部位的结构直接影响服装的肩袖造型和着装舒适性。本文把改进BP人工神经网络算法用于西服肩袖的造型设计, 实现了西服样板中袖与袖窿结构到成衣肩袖造型的自动映射, 并用30个样本对神经网络进行训练,10个样本进行测试,测试结果验证了该方法的有效性和精确性,对西服肩袖部位的造型具有预知性,减少袖疵病的发生,提高制板效率。     

基于机器视觉的预包装食品检测

基于机器视觉设计了一种缺陷检测系统,该图像处理采用基于偏微分方程的去噪模型实现了图像去噪;利用双阈值分割方法实现了缺陷区域的分割;并采用BP神经网络根据周长、面积和圆形度实现了缺陷分类。结果表明:试验系统的整体漏检率为0.17%,检测精度比较高;每个包装的检测耗时大约为70ms,检测效率比较高;该系统能很好地满足食品包装实时、快速、准确、稳定的检测要求。     

基于BP神经网络算法的可见光图像热目标自动识别技术

BP算法即误差逆向传播学习算法,按照BP算法进行训练的多层神经网络被称为误差逆传播神经网络,即BP神经网络。BP神经网络按有人管理示范的方式进行学习,学习期间网络误差由后向前传递修正各权值和阈值。本文将主要探讨基于BP神经网络算法的可见光图像热目标自动识别技术。     

基于BP神经网络的羊肚菌液体发酵量化方法

根据羊肚菌液体种子在三角瓶内生长呈球体的特点,可推知液体种子在三角瓶底部的图像映射面积对应于液体种子的质量,利用图像处理和人工神经网络可以实时并准确得到不同时刻的液体种子质量,从而绘制出羊肚菌液体种子的生长曲线,进一步确定恰当的接种时机.本文建立了羊肚菌液体发酵确定接种菌龄的量化方法,经验证,此方法避免了人为误差,结果比较准确.