摘要：针对棉花中异性纤维检测精度低、异性纤维隐藏或边角位置不易识别等原因导致检测效果不佳的问题,提出一种基于残差结构的棉花异性纤维检测算法。首先,针对异性纤维检测目标,提出一种棉花异性纤维在线检测方案;其次,针对异性纤维颜色、纹理、位置等特征,构建深浅层混合数据集;在此基础上设计了残差结构的异性纤维检测网络模型算法,解决了现有检测算法精度低、异性纤维隐藏或边角位置的问题;最后,将该算法与传统经典算法对比实验。结果表明:在深浅层混合数据集下,与经典算法对比,该算法具有较高的准确性和实时性,其平均检测准确率达到88.48%,1张图像的检测速度为0.019 s,满足工业现场实时检测需求,为棉花中异性纤维检测提供了一种新方法。

摘要：唐代服饰纹样作为中国古代服饰设计精髓,其绚丽丰富的色彩为当代服饰设计提供了宝贵的灵感和参考。为更准确地厘清唐代服饰纹样的用色偏好和配色规律,方便设计师进行唐代色彩重用,文章以唐代服饰文物遗存图像作为研究对象,提出了一种基于FMM和网络分析的唐代服饰纹样色彩复原与重用方法。首先,利用色彩分割算法在Lab空间对图像进行色彩分类分割,并基于FMM图像修复算法对受损及褪色区域进行修复和复原;其次,通过K-means聚类算法对图像色彩聚类计算,获得了图像色彩节点度和邻接关系,从而探明了唐代服饰纹样显性的用色、配色知识;再次,结合隐性配色知识,使用专家评价法创建了节点影响力效率矩阵,实现了基础色彩网络的优化和最终色彩模型的构建;最终,以丝巾产品作为应用案例,验证了所提方法的可行性和价值。案例验证表明,所提方法能够辅助设计师进行产品配色设计,并有效重用唐代服饰纹样的色彩设计知识。

摘要：以无线射频收发芯片nRF24E1为核心,采用各种传感器,应用传感技术、无线收发技术及计算机技术,实现人体生理参数的采集与传输.将基于射频芯片的人体参数的测量及短矩离无线传输应用于服装中,实现了智能服装的设计,并阐述了无线收发芯片在服装中的具体设置及系统的硬件电路结构.

摘要：产品协同设计中冲突产生的主要原因是知识缺乏有效的组织和共享以及知识主体间缺乏有效的交流和协作。针对服装产品协同设计中的知识冲突消解问题,阐述了知识冲突和知识协同的概念,分析了具有个性化、时尚化的服装设计的知识特点;从知识协同角度,构建出面向服装协同设计的协同知识组织模型,提出基于知识推理与推送的集成化冲突消解方法;在此基础上,构建出基于知识协同的服装协同设计冲突消解体系,并举实例应用说明。

摘要：作为一种常用的数据发布方法,直方图数据发布因其直观便捷的特点得到了广泛关注.直方图数据发布在带来方便的同时也面临着隐私泄露的风险.当前基于差分隐私的保护方法虽然提高了一定发布安全性,但仍然存在以下问题:(1)现有的差分隐私保护方法往往忽略直方图发布数据之间的关联特性;(2)同时,现有的方法缺乏有效评估直方图间接隐私泄露风险的方法;(3)现有的方法难以实现全面均衡的直方图隐私保护.本文针对上述问题,通过引入关联隐私泄露评估量化机制,设计了一种面向直方图数据发布的均衡差分隐私保护方法.首先,结合作用域的马尔科夫模型定义了直方图关联隐私;然后,基于隐私泄露损失因素,提出一种多指标决策的隐私泄露损失评估方法;最后,借鉴Nash博弈与Stackberg博弈思想,设计一种均衡差分隐私保护直方图发布方法.通过在两个不同数据集上的实验,验证了本文所提均衡隐私保护方法的有效性与鲁棒性,并证明了本文所提出的均衡差分隐私保护方法均衡地保护了直接与间接隐私泄露,且优于AHP、GS直方图隐私保护发布方法.

摘要：青绿山水的绘画用色融合了中国传统美学和哲学观念,将其应用到现代服装设计中,可以为服装产品设计增添新创意。文章以宋代宫廷画家王希孟所作《千里江山图》为研究对象,基于改进K-means算法提取画作色彩特征,同时,采用色彩网络模型以及HSV映射模型完成了其色彩特征分析与搭配设计。最后采用模糊综合评价的方法得到最佳的配色方案,并将其应用于图案设计中,同时运用CLO3D进行服装的虚拟仿真与验证展示。实验结果表明:利用灰度直方图的聚类数目以及马氏距离的聚类确定的K值为8时,能够代表画作的色彩特征,并具有良好的设计应用效果,从而实现传统绘画中色彩的智能化提取,赋能传统绘画色彩在服装设计中的创新应用。

摘要：近年来,深度学习在图像和自然语言处理等诸多领域表现出色,与深度学习相关的各类移动应用发展迅速,但由于移动网络状态的不稳定性及网络带宽的限制,基于云计算的深度模型任务可能出现较大响应延迟,严重影响用户体验.与此同时,深度模型对设备的计算及存储能力有较高的要求,无法直接在资源受限的移动设备中进行部署.因此,亟须设计一种新的计算模式,使得基于深度模型的移动应用能够满足用户对快速响应、低能耗及高准确率的期望.本文提出一种面向边缘设备的深度模型分类任务调度策略,该策略通过协同移动设备与边缘服务器,充分利用智能移动终端的便捷性和边缘服务器强大的计算能力,综合考虑分类任务的复杂度和用户期望,完成深度模型在移动设备和边缘服务器中的动态部署,并对推理任务进行动态调度,从而提升任务执行效率,降低深度学习模型推理开销.本文以基于卷积神经网络的图像识别应用为例,实验结果表明,在移动环境中,相比于准确率最高的深度模型,本文提出的高能效调度策略的推理能耗可降低93.2%、推理时间降低91.6%,同时准确率提升3.88%.

摘要：研究保密意愿探测问题:Alice和Bob可以协同测试他们是否可以在某个理想区域共事,但不泄漏彼此的隐私信息.近年来,大部分的移动智能设备在出厂时都预装了位置感知设备,从而为开发者设计各种各样的提供位置识别与服务的应用软件提供了广阔的空间.然而很多情况下,用户间不愿意泄露自己的位置信息(或者活动范围),仅通过一比特的信息探知(或知晓)各参与方是否愿意在某个(便于彼此的)区域内共同做某件事情.保密意愿探测协议可以实现这样的功能,并且能够保证各参与方位置信息不会泄露.首先,设计了一个新的基于高阶剩余类判定性难解问题的云外包同态加密方案;然后,基于该方案构造了一个保密意愿探测协议,并在ideal/real模型下证明了协议的安全性.

摘要：通过分析三维人体数据管理系统的应用需求,对系统维护所需的安全性高、数据处理频繁、交互性强、地点固定的功能模块采用C/S模式;对用户群所需的功能,因其使用范围广,安全性要求不高,采用B/S模式。这样集C/S和B/S结构优点的系统,满足了不同的应用需求,同时具有很好的扩展性。介绍了基于混合模式的三维人体数据管理系统的功能模块及实现技术。

摘要：文章分析、设计并实现了织机监测系统。本系统通过数据采集设备对织机生产数据自动采集,实现了生产产量及机台状态的高效管理。本系统的应用提高了纺织企业生产环节的管理效率。