改进FP-growth融合K-means算法的西装定制搭配方法

为解决西装定制企业中用户定制款式信息未充分利用这一问题,结合关联规则FP-growth算法对多维大型数据集进行挖掘时,存在内存资源消耗较大以及执行效率不高的问题,本文提出一种改进FP-growth融合K-means算法的西装定制搭配挖掘方法,对FP-growth算法从使用哈希表建立项头表、有序FP-tree代替传统FP-tree建树过程和新增不平衡比评价指标3个角度对其进行改进.实验结果表明,与其他关联规则算法对比,改进FP-growth算法的内存资源使用减少了约6.7%、执行效率提高了15%左右;通过人工审核实验结果得出,该算法将挖掘出用户感兴趣且有意义的关联规则,验证该算法提出的可行性.

个性化的三维高级西装定制系统设计

针对传统手工服装定制主要基于文本和二维图形,为了消除单纯文字和图片描述的定制需求可能产生的误解,提出了基于虚拟现实和面向用户的服装三维定制系统设计。该个性化服装高级定制的三维虚拟展示系统采用Unity3D技术,使客户在面料、板型搭配选择中,获得娱乐定制的体验,实现了"互联网+"下的服装定制3D交互呈现。通过西装定制系统,令客户感受到具有真实体验感的定制化过程,减少设计、打样周期,建立互动平台,为提升客户服务提供了有效的技术手段。

西装定制行业标准的设计与实践

纸样设计自动生成系统是服装CAD发展的趋势，结构设计专家知识的总结是实现纸样自动生成的关键技术。服装定制是纸样自动生成的难点，西装定制则是突破口，从板型结构与造型比例着手，探讨了定制西装结构与体型、体态之间的关系，并总结出科学合理的专家知识供程序设计。

特殊体型男西装高级定制虚拟仿真实验建设与实践

传统的特殊体型男西装高级定制实验教学存在特殊体型模特缺乏、西装款式单一、成本高、周期长及教学效果差等问题。基于虚拟仿真技术,文章对这一重点与难点综合实验进行了建设实践,构建了虚实结合的线上线下混合式实验教学体系,并在实际教学中实施。该虚拟仿真实验教学体系可引导服装专业学生通过探究式学习实现理论知识向工程实践应用的转化,培养学生解决复杂工程问题的能力。

基于定制西装的纸样修正及选装方法研究

本文从西装的量体原则切入,针对常见特殊体型西装样板的修改方案以及如何选择定制西装进行了简要的分析,解决人们在选择定制西装时产生的疑虑和盲点,目的是让定制西装更好地服务于生活,让更多的人了解定制西装。

基于生活方式的西装高级定制市场细分

为了解中国西装高级定制的消费者和市场现状,从生活方式的角度对目标消费者进行研究。以问卷形式对符合被调要求的261名男性消费者进行了调查。运用SPSS软件对调查数据进行因子分析,得出5个生活方式因子。基于生活方式因子,采用聚类分析方法,将261名被调者聚类成3个细分市场。