基于Markov预测的服装辅助设计模型

阐述服装流行要素对服装设计的影响,提出基于Markov预测(Markov prediction,MP)技术和采用案例推理(case-based reasoning,CBR)搜索匹配技术的服装辅助设计模型,解决现代服装企业设计过程中设计智能化问题。该模型将信息系统大容量记忆、高速运算和细节分析等特点和设计人员在经验基础上的主观判断相结合,从MP预测模型中得到服装流行要素的预测集合,再通过趋势分析得到合理的服装流行要素组合(流行趋势)。CBR搜索匹配历史设计案例库和预测得到的流行趋势,在服装设计人员的修改和整合下得到设计结果。最后,通过企业的服装辅助设计应用实例对该模型进行了验证。

回归分析法在服装流行色预测中的应用

本文利用回归分析建立数学模型,从预测模型中得到服装流行要素的预测集合,再通过趋势分析得到合理的服装流行要素(流行趋势),最后,通过企业的服装辅助设计应用实例对该模型进行了验证,并提出近期最佳服装流行色。