数智化时代背景下服装立体裁剪课程的创新性探索与实践

针对传统教学模式存在的痛点,以服装专业核心课程“立体裁剪”为例,基于数智化时代信息化、数字化的主要特征进行课程的创新性探索与改革实践。秉承“自主学习、夯实基础、培养能力、注重创新”的教学理念,融合自建在线资源微课程和智慧教学环境,以现代化信息技术为依托,结合社会发展、行业需求及专业目标、课程教学内容实际,重构课程教学内容,革新课程教学模式和考核方式,不断深化课程教学改革,明确教学的新范式、新方法、实施路径,以及多元化评价机制的教学成效,提高立体裁剪课程教学的实施效果,培养高专业水平人才。

创意思维在立体裁剪中的应用探讨

在人们对于观看美感要求逐渐提升基础上,立体裁剪设计师需结合目前人们的实际美感需求,应用创新理念和创意思维,全方位、多角度观察与思考,进而结合创意思维的内涵与特点在立体裁剪中注入其灵魂,激发设计师本身在设计领域中未知的一些设计灵感,进而创造出更加丰富的服装精品。本文基于此背景对创意思维和立体剪裁的内涵分别进行分析,进而全面探讨创意思维在立体剪裁中的重要应用。

皮革数控裁剪路径优化算法研究综述

裁剪路径优化是皮革数控裁剪加工的关键,是确保加工高效率与皮革高利用率的主要途径。为提高皮革数控裁剪加工效率,缩短裁剪空行程路径,减少皮革边角料浪费,各研究领域分别着手于裁剪路径全局性与算法高效性,提出皮革数控裁剪路径优化算法。本文通过对比分析皮革数控裁剪与人工裁剪,综述了皮革数控裁剪路径优化遗传算法、蚁群算法、模拟退火算法,以及改进算法、混合优化算法等相关研究现状与成果,并在此基础上对皮革数控裁剪路径优化算法研究的不足进行了总结。

基于特征提取的皮革裁剪机轴承故障诊断

针对典型的皮革裁剪机轴承故障问题,提出一种基于改进ResNet网络的故障诊断方法。该方法在传统的ResNet网络中添加多尺度特征提取模块与CBAM模块,以提高对轴承故障特征的提取和诊断能力。结果表明,基于改进ResNet网络的皮革裁剪机械轴承故障诊断随着迭代次数的增加,在训练集上的分类精度不断提高,分类损失值不断降低,最后趋近于0;改进的ResNet网络在测试集上表现较好,未出现过拟合现象,性能优越且具有稳定性。在消融试验中,改进ResNet网络相较于原始ResNet网络、仅使用CBAM注意力模块改进的ResNet网络,分类准确率分别高出526%和059%,说明改进方法有效提升了网络性能。本改进ResNet网络在10折交叉验证法中,训练与测试的准确率始终保持在985%以上,相较于DNN、PreCNN、未改进ResNet与AlexNet等热门分类网络,测试准确率分别提高了4284%、1439%、1132%和396%。由此得出,本方法对多种类型的轴承故障诊断都较为准确,具有一定的实用性。

集成可拓学工具的裁剪创新方法研究

为降低裁剪过程中主观影响元件裁剪顺序的程度,减少裁剪后寻找替代资源的随机性,通过建立待改进产品的功能模型,确定产生负面作用的负面元件,引入可拓学中的优度评价方法计算负面元件的裁剪顺序。根据裁剪规则定义,对替代资源的来源进行分类,并根据分类求解方案。若替代资源来自现有系统内部,则分配有用功能,将寻找替代解的过程转化为矛盾问题求解过程;若替代资源来自现有系统外部,则利用发散分析、可拓变换等工具寻找替代解。将可拓学中的优度评价、发散分析、矛盾问题求解方法融合到裁剪方法中,增强了裁剪元件选择的客观性,为寻找替代资源提供了方向。以剥线机为例对产品进行改进,验证了所提方法的有效性,为可拓学与裁剪方法结合提供了新思路。

TRIZ裁剪方法研究进展综述

裁剪作为TRIZ中提高理想化程度的创新方法,目前已经应用在产品创新设计领域,可有效解决产品创新问题。为更好地进行裁剪方法研究,对国内外主要的相关文献进行研究和分析,系统梳理了裁剪相关概念及主要研究内容。首先,介绍裁剪定义、裁剪流程等相关概念;其次,基于国内外相关文献关键词共现图谱,结合文献具体内容,总结出现有裁剪研究主要集中在:对裁剪组件选择,确定裁剪组件后搜索资源进行有用功能分配、裁剪流程优化、裁剪方法的软件实现以及裁剪方法的应用;最后,提出现有裁剪方法存在的问题与不足,为未来进行裁剪方法研究和应用提供参考。

绣缀法服装立体裁剪技术

绣缀工艺以其特有的多变性和造型性,丰富了服装立体裁剪的整体表现力。针对绣缀法分类模糊及其在立体裁剪技术理论及应用上研究较少的问题,通过研究绣缀法设计的服装,总结绣缀法的分类及技术要点、绣缀法在服装立体裁剪中的操作方法及技巧,提出基于绣缀法的服装立体裁剪技术原则。包括衣身造型线的确定原则、人体不同部位绣缀造型确定原则、绣缀隐蔽省道原则、绣缀凹凸整理原则、夸张造型绣缀原则、逐渐调整造型原则、重点绣缀原则、绣缀正反面互用原则等。对绣缀法服装立体裁剪技术的应用研究,拓展了立体裁剪的设计技术空间,进一步延伸了绣缀法在服装立体裁剪中的技术应用。

数控皮革裁剪机伺服进给三闭环控制系统PID控制研究

过窗裁剪是皮革机加工过程中的一大特点。本文针对皮革机加工过程中因存在大量过窗裁剪而带来的进给系统控制精度过高、外界工作环境干扰大等问题,构建了一种数控皮革裁剪机伺服进给三闭环控制方案,对该方案的永磁同步电机数学模型、PID控制模型、PID参数整定方案等进行分析,为皮革机加工工艺提升提供借鉴。

高职院校服装立体裁剪“金课”建设的研究与探索

进行专业课程的“金课”建设,优化课程内容与教学模式,是当前高职院校高质量课程改革工作的重点。对高职院校服装立体裁剪“金课”建设进行探讨,分析课程中存在的主要问题,提出课程建设的设计思路与建设目标;进行课程内容的铺排,以递进式架构为基础,将项目内容碎片化分解,并开发融入思政新内容,明确如何将优秀传统文化传承与科学环保等可持续发展理念融入课程教学;分阶段设置从优化结构、资源补充、教材出版、教学实践、成果积累等课程建设的一系列步骤;分析在课程建设中联动其他相关课程的方法,得出构建立体交互新课程体系这一创新点。这些举措有效地解决了课程原教学模式与内容陈旧、缺乏深层次德育培养的问题,展现了系统完整的服装立体裁剪“金课”的研究与探索过程。

蟳埔女上衣融入“服装立体裁剪”课程教学实践探索

蟳埔女上衣以模块形式融入“服装立体裁剪”课程中,以当地典型的蟳埔女上衣为例,以传承和创新为目标,分为认识蟳埔女上衣、蟳埔女上衣适体改良和蟳埔女上衣造型创新3个教学环节,循序渐进地指导学生进行立体造型实践。文章展示了“服装立体裁剪”课程的教学过程、重难点、学生的作业案例等,并以此探寻泉州黎明职业大学服装设计与工艺专业蟳埔女上衣融入课程中的教学方法。

汉服传统古法裁剪的规律研究

近年来,汉服文化的复兴浪潮席卷全国,越来越多的人开始关注并热爱这种传统服饰。汉服作为中华民族的文化瑰宝,有着深厚的历史底蕴,展现了古代工匠的卓越智慧和精湛技艺。然而,目前对汉服传统古法裁剪的深入研究还远远不够,许多制作细节和规律尚未得到充分的发掘和整理。因此,文章旨在系统探究汉服传统古法裁剪的基本规律及其细节处理,以期更深入地挖掘汉服裁剪技艺的文化内涵与美学价值,并为现代汉服的设计与制作提供坚实的理论基础和实践指导。

服装立体裁剪课程思政建设改革与实践

探讨了课程思政在教育中的价值,以及如何在立体裁剪课程建设中实现德育与才育的结合,来达到当代素质教育的要求。通过案例研究和实践分析,探讨了立体裁剪教学中思政元素的有效融合方式,为同类课程提供了新的视角。

基于通道相似度熵的卷积神经网络裁剪

卷积神经网络(CNN)中包含大量滤波器,参数训练以及存储占用大量内存资源。裁剪滤波器是减小网络规模、释放内存、提高计算速度的有效方法。现有滤波器裁剪方法的主要问题是将滤波器权值作为孤立的数值计算,裁剪小权值滤波器,保留权值大的滤波器,忽视了部分小权值滤波器在特征提取过程中的重要性。通过分析滤波器通道之间的相似性,提出一种基于通道相似度的滤波器熵值计算方法(FEC)。针对滤波器结构特征,对权值张量进行均值压缩,并证明其合理性。先计算滤波器通道距离判断通道之间的相似性,再根据通道相似度计算滤波器熵,由熵值大小进行滤波器排序,删除一定比例熵值较小的滤波器。实验设计针对不同卷积层采用不同的裁剪比例,在CIFAR10以及Image Net标准数据集上对VGG-16和Res Net-34网络进行裁剪。实验结果表明:在基本保持原始准确度的情况下,分别减少了约94%和70%的参数数量;在目标检测网络SSD上参数数量减少了55.72%,平均精度均值(mAP)提高了1.04个百分点。

多层隔热组件智能投影辅助裁剪系统研制与应用

针对传统纯手工制作多层隔热组件难以满足小卫星批产研制对其制作效率和一致性要求高的问题,建立一种基于视觉传感技术的多层隔热组件智能投影辅助裁剪系统;系统主要包括投影仪、相机和控制软件,可通过深度相机、投影仪和系统标定,实现投影仪图像坐标系与工件坐标系定位对齐,确保多层工艺图纸1∶1定位投影;可用于指导多层隔热组裁剪、尼龙搭扣和聚酰亚胺销钉的安装工作;经试验及应用验证,系统投影比例和定位误差满足设计要求,能够显著提高多层制作效率和一致性,并可建立通用产品多层工艺信息库,实现工艺知识积累和快速调用。

融合裁剪增强策略的RT-DETR模型在绝缘子识别与计数中的应用

机器视觉是提升电力物流自动化和智能化水平,实现降本增效的关键技术。针对电力物资绝缘子计数主要依赖人工导致的易出错、效率低和成本高等问题,使用一种基于Transformer的目标检测算法RT-DETR实现绝缘子自动识别和计数。该算法基于实时端到端Transformer检测模型,通过提取绝缘子图像的全局信息,加强信息表征能力,无需针对检测目标人工设计额外的算法模块,可满足电力物流场景下高实时性和高准确性的检测要求。针对深筐中绝缘子相互遮挡问题,通过裁剪增强对绝缘子数据集进行预处理,增加训练数据的多样性,提高模型对不同遮挡情况的泛化性,进一步提高算法在实际工况下的检测精度。实验结果表明,对深筐中的绝缘子进行检测,离线裁剪增强后的RT-DETR平均精确率达到95%,最佳置信度阈值下的计数平均绝对百分比误差仅为0.7%,单张图的平均推理速度为0.03 s,可以满足实际工业场景的检测要求。相比无裁剪增强,离线裁剪增强后的模型可以提高3.7%的平均精确率,有效提升绝缘子检测效率。

基于差分隐私的分段裁剪联邦学习算法

为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练,从而导致数据隐私泄露、模型精度较低的问题,提出了一种基于差分隐私的分段裁剪联邦学习算法。首先,根据客户端的隐私需求分为隐私需求高和低。对于高隐私需求用户使用自适应裁剪来动态裁剪梯度,而低隐私需求用户则采用比例裁剪。其次根据裁剪后阈值大小自适应地添加噪声尺度。通过实验分析可得,该算法可以更好地保护隐私数据,同时通信代价也低于ADP-FL和DP-FL算法,并且与ADP-FL和DP-FL相比,模型准确率分别提高了2.25%和4.41%。

利用动态裁剪差分隐私实现联邦学习入侵检测

网络入侵检测任务中应用联邦学习技术可以在参与方数据本地化的同时扩充标签数据数量,以此得到性能更优的检测模型.然而,联邦学习训练过程通常涉及服务器与参与方之间的多次交互,而在交互过程中,参与方上传的参数容易受到攻击者的恶意窃取,造成数据隐私泄漏.针对此问题,提出了一种基于动态梯度裁剪的差分隐私保护方法 DCDP,DCDP选取训练过程中梯度的L2范数分位数作为裁剪阈值,之后通过参数噪声传递实现参与方数据隐私保护,保证了噪声添加合理性,从而避免手动设置阈值造成的性能受损.改进联邦平均算法FedAvg,添加Macro-F1指标进行加权聚合,得到新的网络入侵检测算法DCDP-FedF1.通过在CICIDS2017数据集上进行对比实验,证明了DCDP-FedF1的有效性和先进性.

3C-SiC纳米线的化学气相沉积法制备及超声裁剪研究

3C-SiC又称β-SiC,有着优异的耐高温、耐腐蚀、耐辐照性能,是反应堆这类复杂环境中的理想材料。近年来,一维碳化硅纳米线材料成为碳化硅材料研究领域的热门研究方向,同时也面临加工手段匮乏、加工难度大的问题。我们通过化学气相沉积法成功制备了含有高密度堆叠层错的3C-SiC纳米线,并采用扫描电子显微镜(Scanning Electron Microscope,SEM)、透射电子显微镜(Transmission Electron Microscope,TEM)、X射线衍射(X-Ray Diffraction,XRD)以及拉曼光谱(Raman spectrum)等多种手段对制备出来的碳化硅纳米线进行了微观结构表征,揭示了其独特的微观形态和晶体结构特征;进一步研究了超声裁剪碳化硅纳米线,利用“气泡-射流”模型结合碳化硅纳米线的形态解释了碳化硅纳米线的超声裁剪过程,探索了碳化硅纳米线的直径、强度、缺陷等对其在超声过程中断裂行为的影响。本研究为碳化硅纳米线的超声裁剪加工和纳米线的强度研究提供了新的视角,对于未来碳化硅纳米线在核能领域的应用具有重要的意义。

基于无裁剪图形流水线的三维图形处理器

传统的三维图形处理器通过裁剪操作获取三角形的可见区域。然而,裁剪操作的延迟长且硬件开销高,大量的裁剪操作会降低图形处理器的性能。本文设计了一款基于OpenGL ES 2.0标准的三维图形处理器芯片,采用了统一渲染架构。该图形处理器采用高效的无裁剪图形流水线结构,消除了裁剪所带来的硬件开销和性能损耗。此外,本文为该图形处理器设计了一个符合IEEE-754标准的三维向量内积(DP3)计算单元,用于固定功能流水线,以提高图形处理器的性能,并消除图形渲染过程中浮点乘加操作的误差,增强了图形处理器的图形渲染鲁棒性。该三维图形处理器每秒能够处理500 M个顶点和8 G个纹素,功耗为1000 mW,采用了28 nm工艺,面积为7.92 mm^(2)。实现结果表明,与之前的工作相比,本文设计的图形处理器的性能-功耗比提高了27.8%。

局部折叠在裁剪针织服装纸样中的应用

裁剪针织服装由于面料特性呈现出良好的伸缩性与悬垂性,能与多种结构造型手法结合形成创意服装造型。文章以纸样设计为基础,探究局部折叠设计在裁剪针织服装造型中的表现形式,通过典型案例与纸样设计研究,总结出裁剪针织服装局部折叠造型方法有切展叠褶法、部分重叠法、交错折叠法。该研究丰富了裁剪针织服装纸样设计方法,为针织服装造型设计提供了理论基础与技术支持。