基于模糊线性规划的服装企业供应商选择

提出模糊线性规划的综合方法来解决服装企业供应商选择中的多目标决策问题.首先,语言值可用梯形模糊数来评估供应商评分权重和选择标准.然后在一个多层次模型的基础上,运用模糊集合理论表达模糊正面和负面的理想的解决方案来发现每个供应商的亲密系数.最后,建立一个线性规划模型,根据该模型把订单量分配给不同的各供应商.以虚拟服装企业为例,说明模型的实用性.     

基于数学图形的染织图案设计研究

根据几何图案特点,运用科学可视化方法,对部分经典数学曲线与弱混沌图形的生成原理进行研究。在此基础上,结合计算机图形技术,对运用数学曲线以及弱混沌图形进行染织图案设计的方法进行探讨,并根据当下染织图案的流行趋势进行不同数学方法之间的组合设计,创造出既经典又时尚的染织图案。     

虚拟试衣系统技术构架研究

对如何实现虚拟试衣系统的技术构架进行分析,将技术主要分解为:建立三维人台、衣片三维展示、面料仿真等几个方面,对每个分解技术进行深入研究,力图为未来建立服装虚拟社区提供技术构架。     

基于小波融合的面料仿真研究

提出一种基于小波理论的图像算法，将不同的面料图像及设计图案经过小波刚像融合，早现新的面料特征，新的面料一方面保留原面料纹理效果，另一方面附着不同的新图案。这种基于小波金字塔算法的面料仿真研究是面料CAD的个新的方向。     

合体女西装样板尺寸的自动生成

针对目前国内服装企业制版师大多凭借个人的制版经验进行服装样板设计的现象,将人体尺寸作为输入向量,合体女西装的样板尺寸作为输出向量,通过建立粒子群优化的BP神经网络模型,赋予BP神经网络最优的初始权值和阈值,研究人体尺寸与合体女西装样板尺寸之间的非线性映射关系,将制版师的经验数字化,并对所构建的粒子群优化的BP神经网络模型进行测试,实现了从人体尺寸到合体女西装样板尺寸的自动生成。     

基于遗传算法的BP神经网络服装销售预测方法

针对服装企业产品销售的复杂性以及特殊性,提出一种有效的神经网络学习模型. 在对服装销售影响因子分析的基础上建立销售预测网络模型,利用遗传算法对后向传播神经网络的各连接权值进行优化计算. 方法综合了后向传播神经网格和遗传算法两者的优势,既具有神经网络强大的学习能力,又具有遗传算法的全局搜索能力.     

基于数学方法的流行几何图案设计

为了拓展传统印花图案设计的思路,为设计师和工艺师提供更多各类的设计方法和途径。从数学艺术图形角度对服装印花图案的生成方法进行了研究和探讨,主要阐述了准规则斑图和均匀随机网形成流行几何图案的原理和方法。首先,在对几何图案特点研究的基础上,根据对准规则斑图和均匀随机网的数学原理,结合计算机图形技术,进行了其生成图案方法的算法研究;其次调整其数学模型的不同参数,生成一系列具有一定流行度和审美需求的几何图案。结果表明,利用数学方法来进行流行图案设计具有实用性和优越性。本文的目的在于拓展传统印花图案设计的思路,为设计师和工艺师提供更多种类的设计方法和途径。     

服装销售定量预测方法研究进展

服装销售预测是服装企业商品企划中必不可少的环节之一.为有效帮助服装商品企划人员及相关学者根据实际情况快速选择合适的服装销售预测方法,对时间序列法、回归分析法、灰色预测模型及人工神经网络4类定量销售预测方法从优缺点、优化历程及适用类型3个方面进行梳理总结,并对机器学习的部分组合算法进行举例与归纳.分析得出:时间序列法适用...     

基于卷积神经网络的服装领型识别与分类研究

针对服装领型特征识别困难、分类效果不理想等问题,提出了一种基于Alex Net卷积神经网络的服装领型识别与分类方法,实现了服装衣领造型的自动识别与分类。首先,从电商平台收集服装样本图并对其进行剪裁和预处理,建立一个包含圆形领、方形领、一字领、V形领等15类服装领型的样本库;其次,利用Alex Net卷积神经网络中的卷积、池化操作,提取服装领型样本中的领型特征;最后,运用Softmax回归分类器来实现服装领型的分类。结果表明,该方法可以有效地对服装领型进行识别与分类,分类准确率达到98.67%,可以有效解决服装领型识别分类困难等问题,为服装商品的可视化分类提供有效方法。     

基于卷积神经网络的汉服关键尺寸自动测量

在样本数据稀缺的情况下,为快速准确地获取古代汉服的关键尺寸数据,提出一种基于卷积神经网络的汉服尺寸测量方案。首先搭建1个二阶段卷积神经网络模型GlobalNet-RefineNet进行关键点检测,通过2次迁移学习和反复迭代训练提高关键点识别准确率;再利用算法得到坐标点的像素距离,结合博物馆或发掘报告中给出的汉服平铺图和至少1个真实测量尺寸,通过比例映射得到全衣的尺寸数据。以汉服上衣为例进行实验验证,结果表明:经过2次迁移学习,卷积神经网络模型的收敛程度高,训练效果好,通过该方案测得的汉服上衣尺寸相对误差在0.59%~4.17%之间;该方案为传统服饰的复原研究和文物尺寸测量工作提供了新思路。