摘要：为促进分形艺术在望江挑花图案上的应用,探讨了基于L系统和矩阵Kronecker积理论的分形图形生成原理,并借助计算机图形技术进行了针对望江挑花图案的分形图案设计,最后通过手绣的方式验证了望江挑花图案的实物效果。研究表明:运用分形方法结合计算机辅助设计,通过参数调整能方便地获取多种不同效果的分形图案。为拓展望江挑花图案的主题和设计方法提供了有价值的参考。

摘要：为明确影响御寒纺织服装制品保暖性的主要因素,以絮填类纺织服装制品为例,借助YG(B)606E型保温仪,探究御寒纺织服装制品自身特性、洗护方式、洗护设备参数组合及洗涤剂产品与其保暖性的关系。研究发现:制品自身特性方面,絮填材料种类及其填充量是影响御寒纺织服装制品保暖性的主要因素(P0.05);日常使用洗护过程方面,影响显著程度依次为洗护方式>洗护设备参数组合>洗涤剂产品,且均相对显著(P<0.01),尤其是以羽绒材料作为絮填材料的纺织服装制品,在日常使用洗护过程方面的该趋势更明显。研究结果可为洗衣机厂家研发适合絮填类纺织服装制品的洗护程序提供参考,也可为消费者正确洗护此类制品提供指导。

摘要：为了解日常洗护与衣物色彩稳定性之间的关系,探究了织物种类、洗涤剂特性、洗护方式、洗护参数对其的影响。结果表明:日常洗护过程衣物色彩稳定性与染料种类、纤维成分、洗护方式、洗涤剂特性均存在一定的关系;其中,使用直接性染料染色衣物的色彩稳定性明显差于活性染料;合成纤维的色彩稳定性优于天然纤维;超声波清洗、微纳米气泡清洗、微纳米+超声波清洗方式比传统的机械搅拌和手洗,更容易出现沾色和褪色现象;碱性洗涤剂(洗衣粉、皂片)比中性洗涤剂(洗衣液)更易产生沾色和褪色,且其用量与褪色成正比,与沾色成反比;洗护时间、洗护转速显著影响衣物色彩稳定。

摘要：为提高表里换层组织的设计效率,建立相应的组织矩阵模型,并运用矩阵运算自动生成具有纹样的表里换层组织矩阵。研究表明:随表、里组织矩阵、叉积元及纹样矩阵的不同,运用Kronecker积运算能自动生成不同纹样的表里换层组织矩阵。开发了相应的VB程序,实现了组织图的自动绘制。研究对提高表里换层组织设计效率具有参考价值。

摘要：为解决目前羽毛绒材料定价主要依据经验而缺乏理论支撑和预测精度较低的问题,本文提出利用长短期记忆网络(LSTM)深度学习方法对羽毛绒材料价格进行自定义研究,以2015年-2020年6年的羽绒金网数据为依据,对其构建模型进行训练求解,并与线性自回归移动平均(ARIMA)数理统计模型和最小二乘支持向量机(LS-SVM)浅层机器学习模型预测效果进行对比分析。结果表明:在长期预测中,预测精度从高到低依次为ARIMA模型、LS-SVM模型、LSTM深度学习预测模型;在短期预测中,预测精度从高到低依次为LSTM深度学习预测模型、LS-SVM模型、ARIMA模型。同时还发现:无论长期短期预测中,不同种类的羽毛绒价格预测精度趋势相同,即预测精度仅与资本属性有关,与资本所述类别无关。研究结论既可为羽毛绒企业进行羽毛绒材料准确定价提供理论依据,也为人工智能技术广泛应用于量化投资领域提供实践经验。

摘要：为揭示精洗工艺条件对羽绒材料洗后性能影响的作用机制,以初洗后羽绒材料作为实验对象,系统探究了精洗阶段中不同水温、浴比、主洗时间、洗涤转速、漂洗次数、洗涤剂用量与羽绒材料洗后各项性能的关系。研究发现:影响羽绒材料洗后清洁度的主要因素依次为水温、洗涤剂用量、主洗转速、洗涤时间,而主洗浴比、漂洗浴比、漂洗转速、漂洗次数对其影响相对较小;精洗工艺条件对羽绒材料蓬松度的影响不大,但过长的洗涤时间和过大的洗涤转速会使清洗后的羽绒材料蓬松度下降;精洗工艺对羽绒材料洗后残脂率和耗氧量的影响趋势相同,即影响羽绒材料洗后残脂率和耗氧量的主要因素依次均为水温、洗涤剂用量、主洗时间、主洗转速,而漂洗次数、主洗浴比、漂洗浴比、主洗转速的影响相对较小;影响羽绒材料洗后气味的主要因素依次为洗涤剂用量、漂洗次数、浴比(主洗浴比和漂洗浴比)、水温,而洗涤转速、主洗时间、漂洗转速的影响相对较小。研究结果可为羽绒厂家研发高效绿色清洁工艺提供理论指导与技术支撑。