改进型BP网络在男西服规格尺寸自动生成上的应用

男西服规格尺寸设计对成衣的合体性和板型有着直接的影响,在现今的服装企业中,这项工作对制板师的经验依赖程度比较高,容易因人员流动影响成衣质量。随着人工神经网络等人工智能技术的发展,本文构建了一种可用于男西服规格尺寸设计的改进型BP神经网络模型,并探讨和分析了隐含层神经元数、传递函数、动量因子等影响神经网络性能的关键因素,经过多次仿真测试,表明利用改进型BP网络可以实现由人体关键部位的净体数据自动生成男西服成衣规格尺寸。若经过进一步完善,此方法还能应用于其他服装品种的规格尺寸设计,有利于提高服装企业的制板效率和成衣的适体率。     

基于因子分析和分层聚类的成年女性体型特征识别

在采用三维人体扫描技术精确、快速地采集到人体全身数据后,对所获得的数据进行探索性分析、配对样本t检验等预处理,再用因子分析和层次聚类分析相结合的数据挖掘方式提取颈椎点高、总肩宽、胸围这3个识别人体体型特征的变量,并用其进行K-means人体体型聚类分析。研究结果表明,所提出的方法既可以作为实体商店或网购服装的参考标准,也可以用于了解某地区的人体体型特征,进而改良服装结构设计。     

改进型BP 网络在男西服规格尺寸自动生成上的应用

男西服规格尺寸设计对成衣的合体性和板型有着直接的影响,在现今的服装企业中,这项工作对制板师 的经验依赖程度比较高,容易因人员流动影响成衣质量。随着人工神经网络等人工智能技术的发展,本文构建了 一种可用于男西服规格尺寸设计的改进型BP神经网络模型,并探讨和分析了隐含层神经元数、传递函数、动量因 子等影响神经网络性能的关键因素,经过多次仿真测试,表明利用改进型BP网络可以实现由人体关键部位的净体 数据自动生成男西服成衣规格尺寸。若经过进一步完善,此方法还能应用于其他服装品种的规格尺寸设计,有利 于提高服装企业的制板效率和成衣的适体率。     

“客户经理制”管理模式在营销管理中的应用

文章重点介绍了业扩工程"客户经理制"管理模式的创建、核心理念、岗位职责,并针对客户经理制重新梳理了业扩报装流程,此制度展示了企业形象,建立了优质服务理念,打造企业服务品牌,同时还提高了公司经济效益。     

刍议服装结构设计课程的教学改革

针对当前服装结构设计课程教学内容滞后、教学手段单一等问题,通过更新、整合服装结构设计的课程内容;丰富教学形式,培养学生学习兴趣;将结构与款式、工艺三者联系在一起,强化理论和实践的一体化教学;并结合企业实际需要进行系统训练,尽量缩小校企差距等多种途径进行课程教学改革,以培养面向21世纪合格的服装专业人才。     

浅谈铁画元素在创意装衣领设计中的艺术表现

以创意装中的衣领为研究点,结合作为非物质文化遗产的铁画艺术,解析汲取铁画的制作技艺、表现形式及题材、构图造型、意境表达,尝试将作为传统艺术品的铁画艺术和创意装衣领设计二者结合,在继承发展民间铁画艺术的基础上,对创意装衣领作进一步的研究与设计。     

基于GF-1遥感数据的城市绿地信息提取研究

城市绿地对城市生态系统具有重要作用,且受到高度重视。为实现城市生态绿地建设与规划,需要进行快速、有效的城市绿地信息提取。随着我国高空间分辨率遥感技术空前发展,使得城市绿地信息提取向着高精度、高效的方向发展。研究拟探索出适用于GF-1遥感数据城市绿地信息提取算法,为城市生态建设提供方法支持。通过对比3种分割方法,找到GF-1数据适用于城市绿地信息提取最佳分割方法与尺度;基于特征分析,对城市绿地进行面向对象规则分类并评价。结果表明,整合NDVI边缘信息为权重的均值漂移分割算法最佳;面向对象规则分类总体精度达到89.00%,kappa系数达到0.8525;相比其他城市绿地类型,防护绿地提取精度仍然存在不足。     

基于多层感知器神经网络的人体尺寸预测研究

准确、智能的人体尺寸预测技术,在互联网与服装业深度融合的当前,有助于服装企业提高服装制板的准确率和工作效率,提升企业的智能化水平。基于此,本文以成年男性为例,提出利用多层感知器神经网络构建人体尺寸预测模型,以期通过输入颈椎点高、胸围、腰围、臀围等易测的躯干部位尺寸,实现快速预测全臂长、上臂长、上臂围、大腿围等四肢部位尺寸。经过对网络的训练和仿真测试,以及对不同实验结果的分析,发现具有7个隐层神经元的神经网络性能相对最佳,可满足服装制板的基本需求,这表明用多层感知器神经网络预测人体尺寸是可行的,若进一步选择合适的数据集,网络模型的预测精度会进一步提高。     

基于BP神经网络的西服袖样板尺寸自动生成方法研究

根据西服袖样板设计的方法,利用三维人体扫描仪采集与之相关的人体数据,构建男西服两片袖结构的BP神经网络模型,通过训练与仿真预测,以自动生成两片袖样板设计所需制图尺寸．经过与实际值的对比、样衣试制以及试穿效果的分析,基于BP神经网络的西服袖样板尺寸自动生成是可行的,可依据此思路进一步设计和研发从三维人体数据直接生成服装样板的智能化服装制板系统．     

基于三维人体测量技术的合体式男装袖窿结构研究

以合体式男装的袖窿结构为研究对象,通过非接触式三维人体扫描仪采集臂根围、臂根前后宽等相关部位的数据,并进行配对样本t检验、探索分析、相关分析和回归分析,总结出相关部位的比例关系.结合相关部位的动态分析,重点探讨了影响袖窿结构的两大关键部位——窿门宽和袖窿深并总结出相应的算式,可使合体式服装推板过程中常出现的大号服装袖窿过深的问题在一定程度上得到缓解.