唐镜纹饰特征因子提取与设计应用

本文分析了唐镜纹饰特征因子并构建其提取模型,并研究纹饰线条总结唐镜线条形式同时分类、纹饰构成划分、唐镜构成形式,通过图谱分析明确其显性及隐性因子。构建Kano模型,研究用户对唐镜相关文创产品的偏好需求,并基于层次分析法对影响用户需求的特征因子进行权重分析,以获取主要影响的特征因子,为唐文化创意产品设计寻找新的机会突破点,提升文创产品文化意蕴并满足用户的文化需求,实现唐镜纹饰的历史文化、精神内涵的创新与传承。

青年女性侧面上肢形态特征细分

为了获得上肢形态特征指标细分及其特征复合类型,以100名19~22岁华中地区青年女性为对象共采集36项上肢照片测量和体表测量数据。基于上肢形态特征变量间的关系,提取了上臂围度、上肢高度、上肢倾角和臂根高度4个特征因子,累计贡献率为81.952%。其中,上臂围度和上肢高度特征受号型尺寸(上半身围度和身高)的影响较大,为袖结构档差因素;上肢倾角和臂根高度特征反映了与个性化袖结构尺寸密切关联的上肢局部形态特征,为个体差异因素。将两因素中4个典型指标各细分为3类,经细分指标交叉组合分别获得32个档差变异类型和形态变异类型,进而获得34类上肢形态复合类型,实现了上肢形态特征全面描述。

基于流形学习的SAR目标识别

主成分分析法(PCA)及其常用的推广的线性特征提取方法在SAR识别中通过变量的少数几个线性组合来解释随机向量的协方差结构并提取特征值,然而在线性变化及特征选取中容易丢失大量信息,对样本的描述性不够。针对该问题,本文提出了一种基于形学习算法,根据每一类MSTAR目标图像存在小幅姿态、方向微弱变化,从而判断处于高维数据空间的某个低维流形上这一特征,利用混合因子分析模型来对流形建模,根据不同目标所在的流形的特征参数,构建全局字典,实验证明,所提出的方法在识别率及速度上优于常规的线性特征提取方法。