一、服装纺织行业数字化管理实例(论文文献综述)
马艺菲[1](2021)在《昆明市数字经济核算方法研究及应用》文中指出近些年来,我国科学技术不断发展,互联网、大数据、人工智能等信息技术带动我国经济走向高质量发展的道路。数字技术的广泛应用使得各行各业的生产效率得到了极大的提升,也给人们的生活带来了很大的便利,由此数字经济的概念流传开来。顾名思义,数字经济是指利用数字化的知识和信息,将数字技术融入到传统行业中,通过数字经济与实体经济的不断融合,从而带动经济发展的一种新型经济形式。昆明作为云南省的省会城市,是云南省数字经济发展的先行军。2019年4月,昆明市政府设立“数字昆明”工作小组,重点关注昆明市数字经济的发展情况。在国家大力发展数字经济的政策引导下,昆明市政府先后出台了多条政策支持数字经济的发展,营造数字经济发展新契机,加快“数字昆明”建设。在此背景下,对昆明市数字经济测算方法的研究有着非常重要的意义。通过本文研究,一方面,可以总结出一套切实可行的方法测算昆明市数字经济的规模,另一方面,也可以通过本文测算的数据了解昆明市数字经济的发展情况,为政府政策的制定奠下了基础。本文主要从两方面核算昆明市数字经济规模:一,数字经济核心产业增加值,对这部分的测算,直接计算信息通信产业增加值即可;二,融合部分增加值的测算,对这部分的测算,主要结合投入产出理论。利用RAS法将投入产出表更新得到目标年份之后,通过部门的简化得到目标年份含有数字经济部门的4部门投入产出简表。结合分配系数矩阵计算由于数字技术的应用产生的各部门效率的提升值,根据数字经济部门对各部门的总投入,计算得出昆明市数字经济融合部分增加值。将数字经济核心产业增加值与融合部分增加值简单求和即可得到数字经济部门增加值合计。利用本文的测算方法,计算得到2017年昆明市数字经济核心产业增加值为285.55亿元,融合部分增加值为1094.93亿元,数字经济产业增加值合计为1380.48亿元,其中数字经济核心产业部分与融合部分比例为1:3.83。2018年昆明市数字经济核心产业增加值为314.76亿元,融合部分增加值为1255.63亿元,数字经济产业增加值合计为1570.39亿元,其中数字经济核心产业部分与融合部分比例为1:3.99。2019年昆明市数字经济核心产业增加值为418.81亿元,融合部分增加值为1802.92亿元,数字经济产业增加值合计为2221.73亿元,其中数字经济核心产业部分与融合部分比例为1:4.30。通过测算可以看出,昆明市数字经济规模在逐年升高,且数字经济融合部分占数字经济总规模的比重也越来越高。在昆明市政府公布的数据中,2017年昆明市地区生产总值为4857.64亿元,2018年昆明市地区生产总值为5206.90亿元,2019年昆明市地区生产总值为6475.88亿元。根据本文的测算可得,昆明市数字经济部分增加值占昆明市地区生产总值的比重逐年增加,从2017年的28.42%增长到2018年的30.16%后又继续增长到2019年的34.31%。可以看出,昆明市数字经济规模逐渐扩大,昆明市数字化进程发展迅速。将本文测算出的昆明市数字经济的结果与中国信通院测算的全国的结果相比,可以发现本文测算结果较为合理,在可获得的政府数据量较少的情况下,是一个比较科学的测算方法。
陈景[2](2021)在《中小学校服款式设计开发数字化信息平台研究--基于“千恪”校服品牌 ——基于“千恪”校服品牌》文中研究说明校服的市场容量决定产业的发展规模,预示着行业未来的发展前景。近些年来,随着九年义务教育制度的普及和二胎政策的全面开放,中小学在校学生的数量不断攀升,刺激校服需求进一步扩大,推动校服产业的快速发展。国内不少校服企业开始走市场化品牌化发展道路,实施品牌化发展战略,打造知名校服品牌,提升校服品牌的影响力。“千恪”是安徽省明光市的知名校服品牌,隶属安徽省明光鑫烨文教用品有限公司。该公司作为当地有名的优秀企业和高新技术建设企业,十分重视数字化技术在校服产业中的应用。为了提高企业整体的数字化水平,实现“立足定远,辐射安徽”校服品牌发展目标,该企业在数字化技术方面进行积极探索,致力于将其应用于生产的各个环节,推动生产实践的科技化、特色化发展,提升校服产品设计的效率和质量。基于以上背景,本文构想借助服装数字化技术与数据库技术,对“千恪”校服设计研发流程进行数字化改造,构建校服款式设计信息平台。将AI、CAD、V-Stitcher等数字化技术应用于校服产品设计开发的各个环节,并借助数据库技术和网页技术将各个环节的设计元素资源进行分类存储,实现校服设计资源的快速调用和循环利用,从而提高了校服设计开发的效率。论文内容分为三个部分:(1)通过市场调研的方式收集国内知名校服品牌的成品款式图590例,并按照系列、品类、风格对其进行归类分析。然后借助数理统计的方法对各个系列的样本进行统计分析,总结了中小学校服在廓形、色彩、材质、部件和图案五个设计元素上的特点。根据分析结果对校服设计元素进行二级分类,以此作为“千恪”校服在设计研发过程中的设计元素的分类原则。这些分类指标也可以成为中小学生校服信息平台中数据库结构设计的逻辑依据和数据的检索指标。(2)结合市场调研结果和校服设计开发的流程,对“千恪”校服的设计研发过程进行数字化创新性改造,并构建中小学校服款式设计信息平台。在校服数字化设计流程上,将AI、PS、CAD、Vstitcher等数字化技术应用于款式开发、二维样板制作和三维样衣虚拟环节,研究了“千恪”校服在廓形、材质、色彩、部件和图案元素在设计开发过程的快速组合调用的技术路径。其中重点研究了本地文化元素在图案上的创新性融合设计,以满足校服特色化发展的需求。对得到的校服数字化技术流程和图案数字化设计方法进行了验证,并据此完成各类款式图48款,图案设计72例,仿真样本21例,为后续中小学校服信息平台的各类数据库提供了数据资源的支持。(3)中小学校服款式设计开发信息平台是一款集宣传展示和设计资源存储与调用的综合性平台。根据其相应的设计需求对信息平台的功能模块、数据库模块、数据表结构和系统建模分别进行了设计。整个信息平台的功能结构框架分为两级,一级页面由首页、标准.资讯、成衣校服、定制设计、校服科技五个部分构成,其中首页、标准.资讯和校服科技为静态页面,作为公司宣传使用,具有活动发布、信息更新和标准查询等功能。成衣校服、定制设计均设有二级数据库,存储相应的设计素材,具有数据浏览、数据编辑、数据检索和数据下载的功能。在技术开发上,整个系统基于Win10操作平台,采用B/S(浏览器/服务器)结构、Bootstrap、IDLE、Flask服务器、My SQL数据库等技术进行开发,运用Python语言完成前后台界面的搭建,实现系统整体的运行。本课题对“千恪”校服的设计元素和产品开发流程进行了数字化工程的探索研究,契合了当下服装数字化发展趋势,也符合校服品牌化和市场化的发展潮流。中小学生款式设计开发信息平台的搭建,不仅实现了设计资源的存储和快速调用,提高了校服设计开发的效率,还整合了校服款式开发的各个环节,借助数字化技术实现联动开发,提高了企业的数字化科技水平,大大地增加了企业经济效益。
刘筱曼[3](2021)在《基于决策树算法的5M1E在GS公司外贸服装产品质量控制中的应用》文中认为随着近几年来中美贸易摩擦的不断加大以及国内产能过剩的日益严重,国内外贸服装行业所面临的形势正变得日趋严峻。作为传统劳动密集型行业,国内外贸服装公司原先所具有的竞争优势,正随着国内劳动力成本和原材料价格的上涨而日渐式微。东南亚服装制造业的逐步崛起,让国内整个外贸服装行业感到了前所未有的竞争压力。在价格已不占优势的情况下,如何维持竞争优势并保持外贸订单的数量已成为外贸服装企业所面临的重要问题。提升外贸服装产品质量显然是解决此问题的重要方法之一,而要保证和提升产品质量,必须加强生产过程的质量控制。有效的进行质量控制是确保产品质量和提升产品质量,进而促使企业发展、赢得市场、获得利润的核心。质量控制是为了达到质量要求所采取的作业技术和活动,通过监视质量形成过程,消除质量环上所有阶段引起不合格或不满意效果的因素,其最终目标是确保产品能满足要求。GS公司经过多年的发展,积累了丰富的外贸服装生产经验,在取得一定业绩的同时也遇到了诸多的问题,尤其是质量问题始终没有得到有效的解决。对公司的外贸服装产品质量控制进行研究就变得十分需要和迫切。GS公司通过多年的信息化建设后保存了大量的产品生产相关数据,抽取了其中494个样本和13个属性,利用数据挖掘技术对这些数据进行分析,找到影响质量的关键因素,从而为提升产品质量指明方向。在分析了GS公司外贸服装产品质量控制现状后,本文选用的是易于理解和实现的决策树,并采用C4.5算法构建质量控制模型。模型构建后验证模型的分类准确率达82%,可应用于GS公司的质量控制研究之中。在所构建的决策树模型上运行GS公司的质量数据,得出影响外贸服装质量的关键因素有做工等级、面料等级和外观等级。分析三个关键因素并结合5M1E方法对GS公司生产过程中的质量问题进行分析后,从人员、材料、机器、方法和环境几方面给出了质量控制的解决方案。本文为GS公司制定了方案的实施计划和实施步骤,并在组织、技术和资金方面给出了有力的保障措施,保证方案的顺利实施。质量控制并不是一劳永逸的事情,随着社会生产技术的发展,将会出现新的问题和挑战,我们要与时俱进,不断运用新的方法去解决新的问题!
宋哲琦[4](2020)在《《装饰》杂志设计文化发展研究(1958-2018)》文中提出《装饰》作为国内重要的艺术设计类核心期刊,从1958年创刊起,与中国设计共同成长,记录了工艺美术与现代设计的发展历程,汇集了国内外着名专家学者。以《装饰》作为展现学术思想、指导学科实践的平台。本文以《装饰》发展历程为线索,通过期刊分析、文献分析、表格梳理、人物访谈等的研究方法,根据不同时期不同的内容侧重点将杂志发展分为三个阶段来进行分析,论述《装饰》与中国设计文化发展之间的关联,并对20年来的杂志内容进行系统的整理,更全面的阐述该杂志的发展历程与时代背景下相互影响的关系,以及对《装饰》、对中国设计文化、教育的作用与影响进行总结。
牛思佳[5](2020)在《数字化转型时代下服装品牌的渠道创新策略研究》文中认为现如今,中国正处于从传统经济形态向数字经济形态转型的过渡阶段。伴随着数字技术的快速发展,不断驱动以纺织服装业为代表的传统制造业转型升级。但是,当前服装品牌线下门店正遭受着前所未有的冲击,线上流量红利逐渐触顶;整个服装市场供需错配、成本上升、库存严重等问题不断凸显,服装品牌面临着生存的考验,这就对服装行业在技术创新和商业模式上的转型提出了新的要求。服装品牌应以消费者为中心,运用数字化的技术和内容,通过在渠道方面进行创新为消费者提供更具价值的产品与服务,从根本上提升品牌的市场竞争力。服装品牌的数字化转型既是顺应时代发展的要求,也是抢占市场机遇的重大战略,是为企业和消费者带来双赢的举措。针对上述提出的问题,本文从数字化转型和服装品牌的渠道两个方面进行分析,研究在数字化转型时代下服装品牌的渠道创新策略。首先,将文献资料进行分析整理,介绍了数字化转型、服装品牌的渠道等相关理论知识;其次,基于福布斯、世界品牌实验室、阿里巴巴等权威机构的相关品牌数据榜单进行国内外数字化转型现状分析和服装品牌价值分析,同时通过服装品牌的渠道模式及现状分析,总结出数字化转型下服装品牌的渠道创新的必要性;结合国内外服装品牌在渠道方面的数字化转型创新案例,从服装品牌的产品、运营、技术、体验、管理五个方向提出数字化转型下的渠道创新策略;最后运用所提出来的策略,对雅鹿男装品牌和天和紫蝴蝶品牌进行具体的策略应用,通过项目实践的方法验证其策略的可行性。本课题在研究过程中,通过文献查阅整理、互联网信息搜集、市场调研、江苏纺织工程学会服饰专业委员会的会员企业走访、品牌渠道运营的实际参与以及与江苏地区服装企业合作实践等多种方法,从而了解国内外服装品牌的数字化转型方法及渠道发展趋势;结合前期的理论与实践,分析了数字化转型对服装品牌渠道创新的意义,进而提出针对性的应用策略,最后对服装品牌进行实践分析。希望能够对当前数字化转型时代下服装品牌的渠道创新提供一定的理论支撑和实践参考,以此提高服装品牌的渠道创新能力和数字化能力,进而提升渠道效率,指导品牌的生产销售,最终建立品牌的核心资产。
赵妮[6](2020)在《服装智能工厂能力成熟度评价模型研究》文中提出德国“工业4.0”引发了各国对智能制造的深度认知,我国也积极响应,多方面开展智能制造示范工作。服装行业在面临招工难、制版师文化水平低、裁剪人员技术下降、技术传承出现断层等问题时,业务领域却出现了“小批量、多品种、短周期”的现象,如此一来对技术所带来的压力更是不容乐观,服装行业不得不寻找突破口来改变这一现状。顺应大数据、互联网等技术的不断兴起,也很快加入到智能制造转型升级的行列之中。当前,国内大多服装工厂的转型升级还处于初步尝试阶段,企业智能制造发展良莠不齐,因此服装企业尤其需要一套较为全面可靠的服装智能工厂能力成熟度评价指标体系,来对自身的智能化与数字化水平进行评价。这种评价对正在进行或已经进行转型升级的服装企业清晰地判断自身智能制造水平,并根据分解出的指标评分判断企业智能化发展的短板所在,从而更好地改进和发展具有极大的借鉴意义;同时,为还未进行转型升级的服装企业提供建设内容和发展方向等方面的参考。论文首先在引言介绍了服装智能工厂发展的全球背景与行业背景,并论述了本文的研究意义、方法与主要内容,然后对能力成熟度的概念、组成及目前常用智能制造能力成熟度的内容及特点进行了分析与比较,对服装智能工厂的定义、设计目标、总体建设特点与主要生产类型进行了总结和概述。论文的主体部分是分析完整的目标型服装智能工厂的主要建设内容,根据服装产品生产全生命周期,将智能维融入制造维,建立起一套较为完整的评价指标体系,包括设计、生产、物流、销售、服务5个一级指标,13个二级指标,35个三级指标,并对每一个指标进行了评价要求说明。然后,根据目前主要的三种服装工厂类型(OEM、ODM、OBM)对所有指标重新进行了筛选与组合,同时给出了服装智能工厂能力成熟度的数学表达与指标权重的计算方法。之后通过专家调查问卷分别获得三个模型各个指标之间的联系与指标重要程度赋值。在此基础上,论文进行了三种服装智能工厂能力成熟度的ANP建模及分析,通过计算得出了各指标权重,并根据中国智能制造能力成熟度分级要求,结合服装行业自身特点,将服装智能工厂能力成熟度进一步细化分级与评分说明,使服装智能工厂能力成熟度评价模型能够更好的指导服装工厂的建设与发展。最终,得到可以评价三种不同类型服装智能工厂能力成熟度的量化模型。在服装智能工厂能力成熟度评价模型的实证研究方面,选取了国内典型的三家制造模式不同的服装企业(SM、PF、BXN),通过调研各个工厂所有指标的实际评分,对其智能制造成熟度的现状和水平进行评价,以此检验三个服装智能工厂能力成熟度量化模型的合理性和可行性,并利用雷达图分析探讨了制约各工厂智能制造能力成熟度发展的主要因素,针对性地提出相应的改进和提升建议。最后,应用中国电子技术标准化研究院发布的智能制造能力成熟度模型对三个工厂进行了对比评价,从评分采集、评价流程、权重计算、和评价结果多方面表明本文建立的服装智能工厂评价模型合理可行,且计算过程更加简洁明确。
刘亦婷[7](2021)在《中小学校服数字化结构设计优化研究 ——基于“千恪”校服品牌》文中研究说明校服代表着一个学校的精神面貌和文化理念,一件合体并且舒适的校服不仅提高学生学习的积极性,还可以在一定程度上提高学习效率,所以具备合体性和舒适性是目前中小学生对校服的新要求。明光鑫烨校服联合科创设计研究项目,针对全国学生校服的品牌“千恪”设计研发及生产配发进行联合的新技术应用转化研究,推动生产实践的科技化发展,助力产品设计的品牌化提升,以实现打造明光市校服品牌建设为目标。论文所合作的单位明光鑫烨制衣有限公司位于安徽省明光市,成立于2016年6月17日。企业主要的经营范围的校服产业,从2018年覆盖中小学14所到2019年中小学及幼儿园共45所,由于业务范围的逐渐扩大,企业开始发展线上销售的渠道,由此消费者要自行进行报号,但是覆盖人群繁杂文化素质水平层次不齐,导致报号困难无法准确的进行,最终使得企业的换货率上升,库存积压等问题。并且校服穿着除号型与人体相匹配,还需适应学生在校穿着时常见动作下进行作业时的舒适度,通过课题展开的初期到当地学校调研发现当季典型款式的校服在学生穿着活动舒适度方面有些欠缺。针对以上两个方面发现的问题,结合数字化技术对企业生产的中小学生校服进行结构优化。因此校服结构的优化包括以下几个方面:1、报号优化,收集自2020年6月至12月线上销售数据,从不同品类不同年级进行分类整理,数据显示:(1)相应每个品类的每个年级覆盖的号码范围,为之后企业下订单提供合理的历史数据;(2)对有填写身高和体重的数据整理,根据这些数据基于鑫烨号型计算出推荐号,与订单中的自报号进行对比分析,通过之间的差异为企业提供号型更改的建议。2、设计算法,使得消费者可以直接根据身高和体重计算出基于鑫烨号型得到的尺码,为线上选购商品提供更加人性化方案,从而减少消费者的预估和实际之间的差距,进而减少换货率。3、对企业当季的经典款式进行结构探索研究,通过真人试穿和虚拟试穿两个角度的实验,发现学生穿着校服做出在校常见动作下时穿着舒适度和美观度不足的问题。基于实验发现的问题,对校服进行结构优化研究,利用二维CAD技术和三维虚拟试衣技术,两者联动完成校服结构优化实验。论文对企业生产的校服运用数字化技术进行了结构优化,为企业提供有价值的优化建议,优化过程充分展现了虚拟试衣技术在优化实验中带来的便捷性,真人试衣实验和虚拟试衣实验同时进行,实验效果证明了虚拟试衣技术在结构优化中的有效性。
曹梦[8](2020)在《M服装定制企业品牌形象优化研究》文中研究指明近年来,中国经济快速发展,人民的物质和精神文化需求不断提升。在服装选择方面,已经不再只看注重功能性。服装生产模式的转变伴随着社会生产力的提高,也从大规模批量生产转向个性化定制。以大数据技术为代表的新兴技术的蓬勃发展也为服装定制行业带来了新的方向。本文研究首先以我国大数据为背景下的M服装企业为研究对象,以M服装定制企业品牌形象优化为研究课题,深入探讨大数据在发展过程对服装定制企业带来的影响,分析了服装定制行业的特点,对比传统服装生产模式,发掘服装定制的优势,探讨大数据和服装定制相结合对于品牌形象提升的新思路。其次借鉴国内外学者关于服装定制、品牌形象和大数据理论以及相关概念,运用宏观环境分析、行业环境分析的方法分析了M企业目前所处的宏观大环境,服装定制市场的行业竞争环境,以及M企业面临的机遇与挑战、优势与劣势。利用产品维度、企业维度、人性化维度、符号维度的四维品牌形象模型,分析企业的现状和问题,并提出提升品牌形象的方案。
张旭靖[9](2019)在《服装缝制生产低碳目标管理分析与技术方法》文中研究指明在国际工业4.0的大背景下,我国提出了中国制造2025战略计划,服装制造业作为国民经济的重要组成部分,尚未摆脱密集型劳动力、高强度作业、生产效率低、高能耗、高排放的行业格局。加之近年来,劳动力成本和原材料成本急剧上涨,低碳经济理念深入人心,对服装生产传统的管理模式提出了挑战,服装制造业迫切需要提高生产管理的数字化、智能化水平,实现高效绿色生产,满足快速变化的市场需求。因此,本文通过建立优化模型、应用分析与计算对服装缝制生产低碳目标管理进行了系统的研究,为服装数字化、智能化、低碳化生产提供依据。首先对服装缝制生产的组织形式及其管理目标进行了分析。从生产线组织形式和生产线布局两个方面梳理了服装缝制生产线的基础。对最大生产产量目标、最少作业人数目标、最大生产效率目标和最小碳排放量目标的影响因素以及目标的层次进行了分析,并分析了单目标管理和多目标管理的技术方法。其次对单目标管理的技术方法在服装缝制生产管理方面的应用进行了研究。分别建立了以缝制生产线时间损耗率最小、缝制生产线平滑指数最小和工作地利用率最大为目标的缝制生产线平衡单目标优化模型。结合缝制生产的特点对遗传算法进行设计,并对平衡优化模型进行求解。以按照工序流程、工艺种类和服装部件工作地布置方式的男式衬衫生产线为例进行应用分析。结果表明,按照工序流程、工艺种类和服装部件工作地方式布置工作地,生产线平衡效果都很好。然后对多目标管理的技术方法在服装缝制生产管理方面的应用进行了研究。建立了以缝制生产线时间损耗率最小、缝制生产线平滑指数最小和工作地利用率最大为目标的缝制生产线平衡多目标优化模型,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行求解。以按照工序流程、工艺种类和服装部件工作地布置方式的男式衬衫、男式西裤和男式西服缝制生产线为例进行应用分析。结果表明:同时满足三个目标的情况下,按照工序流程和工艺种类方式布置工作地,缝制生产线编制效率均高于90%;按照服装部件方式布置工作地,缝制生产线平衡效果略低于其他两种工作地布置方式的缝制生产线,但远远高于企业对生产线最低编制效率的要求。然后对服装缝制生产目标管理进行了仿真研究。对仿真模型进行了分析,确定了仿真模型构建步骤。根据服装缝制生产线的运行规则,设定仿真目标、假设条件和仿真参数,采用Anylogic仿真软件建立了男式衬衫缝制生产线仿真模型并运行。根据运行过程观察以及仿真结果分析可知,仿真生产线存在的问题与实际生产过程相吻合。根据本文提出的缝制生产线优化方案,对优化后的缝制生产线建立了仿真模型并运行。仿真结果分析可知,优化后的缝制生产线的日产量和设备利用率均高于未优化的缝制生产线。按照服装部件方式布置工作地的缝制生产线半成品传送距离短,其日产量最高。按照工艺种类方式布置工作地的缝制生产线设备利用率最高。最后对服装缝制生产低碳目标管理进行了系统的研究。根据碳排放的评价标准和核算方法,对服装缝制生产碳排放涉及的面料、辅料、缝制设备、运输、作业人员和照明设备等影响因素进行了分析,同时分别建立了碳排放评估模型。从低碳生产角度出发,建立以半成品传送过程产生的碳排放量最少和生产线面积最小为目标的缝制生产线布局多目标优化模型。按照大批量、中批量和小批量的生产模式,建立工序流程、工艺种类、服装部件三种工作地布置方式下的缝制生产线布局多目标优化模型,每种工作地布置方式又分别建立了多行、U型三行(奇数)、U型两行、U型三行四种情况的多目标优化模型。在此基础上又建立了以缝制物料配送过程产生的碳排放量最少和配送车辆(配送人员)数量最小为目标的物料配送路径多目标优化模型,以男式衬衫、男式西裤和男式西服平衡多目标优化后的缝制生产线为例进行应用分析。本文从服装缝制生产目标管理分析、单目标管理、多目标管理、目标管理仿真和低碳目标管理五个方面进行了系统的研究。建立了服装缝制生产线平衡的单目标优化模型和多目标优化模型,建立了服装缝制生产线仿真模型和仿真优化模型,建立了完整的服装缝制生产碳排放评估模型。为服装企业生产系统平稳高效地运行,降低生产成本,实现低碳生产提供理论借鉴。
汪会[10](2020)在《基于对比度和GrabCut算法的服饰图案元素提取》文中研究表明服饰产品智能化设计是服装行业高质量发展的重要环节。而面对海量的服饰图案,图案信息快速高效的读取还存在以下一些的问题:首先,服饰图案以面料为载体,而面料中固有的纹理会对图案信息产生干扰,影响有效读取;再者,服饰图案中常常包含多个图案元素,每个元素包含了独立的内在含义,是图案信息提取的关键,传统的手工提取图案元素的方法在处理大批量图像时存在明显不足;其三,现有的服饰图案元素自动提取方法,往往只考虑轮廓信息,而忽略了图案的颜色信息和内部结构,无法实现有效的存储。针对以上问题,本课题从服饰图案图像纹理剔除、有效信息保留和图案元素的自动提取有效存储两点展开研究,文章的主要内容如下:本课题分析了服饰图案数字化的研究现状和发展趋势,然后以印花织物图案为例展开研究,用VIZOO X-Tex扫描软件获得服饰图案图像100例,搭建了服饰图案图像处理的软件平台(Open CV 3.4+VS 2017)。选择双线性插值法归一化服饰图案的尺寸提高传输效率;采用双边滤波算法剔除载体织物纹理,保留了图案主结构、色彩、边缘轮廓信息。同时,本文的双边滤波算法与方框滤波、均值滤波、高斯滤波、中值滤波进行比较分析,证明了本文方法具有显着优越性。为了突出彩色图案信息,在实验中加入图案对比度和亮度的调整。对于GrabCut算法依赖手动输入的先验知识的缺点,引入HC和AC显着分析方法得到显着和非显着区域,使图案前景和背景分离。并将其作为图案分割的先验知识输入GrabCut算法,初始优化全协方差高斯混合模型(GMM)建立精简网络,使GrabCut算法多次迭代自动产生GMM的最优参数,并实现彩色服饰图案元素的最终分割。提出了基于图案对比度和GrabCut提取服饰图案元素的方法,首先对获取的织物图案图像进行对比度和显着性分析,然后把图案信息与背景的对比信息作为先验知识输入分割模型,进行GMM参数估计和精简网络建立,减少手动参数试错的过程,优化了服饰图案元素提取时的实操性。从用户操作角度考虑,完成了服饰图案元素提取与存储的集成程序界面设计与开发。然后将其应用于服饰图案元素提取实例中,随机选取30例服饰图案元素,对照PS人工抠取图案元素结果,得出本文算法的召回率平均值为99.426%,准确率平均值为98.703%,Jaccard相似指数平均值为98.139%,F-measure综合指标平均值为99.016%,整体看来本文中基本元素的提取效果可以满足设计要求。本课题提出适用于彩色图案图像主结构的提取方法,在去除织物组织纹理结构的同时,可大量保留图案的边缘、细节结构和色彩信息,提高图案质量。提出基于对比度和GrabCut算法的图案元素提取方法,只需要少量的用户交互操作,即可提取出具有“形、色、结构”的服饰图案元素,可实现了快速有效存储。该方法的提出使图案设计和生产环节更智能化,同时也为服装设计辅助系统开发提供一定的参考。
二、服装纺织行业数字化管理实例(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、服装纺织行业数字化管理实例(论文提纲范文)
(1)昆明市数字经济核算方法研究及应用(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
第一节 选题背景及研究意义 |
一、选题背景 |
二、研究意义 |
第二节 国内外研究综述 |
一、数字经济理论研究 |
二、对数字经济核算方法研究 |
三、文献评述 |
第三节 研究内容及研究思路 |
一、投入产出理论体系 |
二、昆明市数字经济核算方法研究 |
三、昆明市数字经济核算方法应用 |
四、结论与展望 |
第四节 研究方法 |
第五节 本文创新及不足之处 |
一、本文创新点 |
二、本文不足之处 |
第二章 投入产出理论体系 |
第一节 价值型投入产出表 |
第二节 平衡关系 |
一、行平衡关系 |
二、列平衡关系 |
三、总量平衡关系 |
第三节 投入产出相关系数 |
一、直接消耗系数 |
二、完全消耗系数 |
三、直接分配系数 |
四、完全分配系数 |
第四节 投入产出模型 |
一、直接消耗系数的数学模型(需求侧) |
二、直接分配系数的数学模型(供给侧) |
第三章 昆明市数字经济的核算方法研究 |
第一节 数字经济的定义 |
第二节 目标年份昆明市投入产出表的编制理论及方法 |
一、RAS方法理论 |
二、RAS法基本原理 |
三、RAS法的求解 |
四、目标年份控制量的获得 |
五、更新到目标年份昆明市投入产出表 |
第三节 数字产业化部分增加值计算 |
第四节 产业数字化部分增加值计算 |
一、构建含有数字经济部门的简表 |
二、利用分配系数矩阵计算数字经济融合部分增加值 |
(一) 分配系数矩阵模型建立 |
(二) 基于分配系数矩阵计算各部门新增价值 |
(三) 计算各部门单位投入效率的提升值 |
(四) 计算各部门提升的规模 |
(五) 计算昆明市数字经济总规模 |
第五节 剥离系数的计算 |
第四章 昆明市数字经济核算方法的应用 |
第一节 2017-2019 年昆明市数字产业化部分的计算 |
第二节 2017-2019 年昆明市产业数字化部分的计算 |
一、基于分配系数矩阵计算各部门新增价值 |
二、计算 2017-2019 年各部门单位投入效率的提升值 |
三、计算 2017-2019 年各部门融合发展提升的规模 |
第三节 昆明市数字经济总规模及发展趋势 |
第五章 结论与展望 |
第一节 主要结论 |
第二节 未来展望 |
参考文献 |
附录 |
附录A 本文相关程序 |
附录B 目标年份昆明市投入产出表 |
致谢 |
本人在读期间完成的研究成果 |
(2)中小学校服款式设计开发数字化信息平台研究--基于“千恪”校服品牌 ——基于“千恪”校服品牌(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究内容及目标 |
1.2.1 研究内容 |
1.2.2 研究目标 |
1.3 研究方法及技术路线 |
1.3.1 研究方法 |
1.3.2 技术路线 |
1.4 研究意义及创新点 |
1.4.1 研究意义 |
1.4.2 创新点 |
1.4.3 研究难点 |
2 文献综述 |
2.1 校服起源和发展 |
2.1.1 国外 |
2.1.2 国内 |
2.2 中小学校服产业现状和相关标准 |
2.2.1 国外 |
2.2.2 国内 |
2.3 中小学校服设计开发 |
2.3.1 款式设计 |
2.3.2 订购系统 |
2.4 相关数字化技术 |
2.4.1 三维虚拟技术 |
2.4.2 数据库技术 |
3 中小学校服现状调研 |
3.1 中小学校服产品调研及分析 |
3.1.1 样本收集与归类分析 |
3.1.2 设计元素分析 |
3.2 “千恪”校服调研及分析 |
3.2.1 问卷调研 |
3.2.2 实践调研 |
3.2.3 “千恪”校服特色图案设计 |
3.3 “千恪”校服款式设计方案 |
3.3.1 设计元素属性分类 |
3.3.2 校服数字化流程设计 |
3.4 本章小结 |
4 “千恪”校服设计数字化改造技术方案 |
4.1 数字化技术平台概述 |
4.1.1 平台概述 |
4.1.2 功能特点 |
4.2 数字化改造的技术流程说明 |
4.2.1 校服款式开发 |
4.2.2 校服结构数字化设计 |
4.2.3 校服三维虚拟数字化设计 |
4.3 校服设计元素的数字化设计 |
4.3.1 廓形元素数字化设计 |
4.3.2 材质元素数字化设计 |
4.3.3 色彩元素数字化设计 |
4.3.4 部件元素数字化设计 |
4.4 校服图案数字化设计 |
4.4.1 图案元素设计 |
4.4.2 图案工艺设计 |
4.4.3 图案仿真设计 |
4.5 本章小结 |
5 “千恪”校服款式设计信息平台的搭建 |
5.1 信息平台建立目标 |
5.1.1 信息平台目标 |
5.1.2 信息平台设计原则 |
5.1.3 网站定位 |
5.2 信息平台整体功能模块设计 |
5.2.1 信息平台对象 |
5.2.2 信息平台功能需求分析 |
5.2.3 信息平台整体框架和概念模型设计 |
5.3 信息平台功能模块实现 |
5.3.1 信息平台开发工具 |
5.3.2 数据库表设计 |
5.3.3 前后台功能模块实现 |
5.4 信息平台应用实例验证与评价 |
5.4.1 信息平台实例验证 |
5.4.2 信息平台应用评价 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录1 中小学校服款式产品样图 |
附录2 校服行业相关标准 |
附录3 明光中小学生校服款式问卷调查 |
附录4 款式设计图 |
附录5 部件设计图部分样品 |
附录6 图案设计部分样品 |
附录7 校服款式仿真图 |
附录8 信息平台系统运行部分代码 |
致谢 |
(3)基于决策树算法的5M1E在GS公司外贸服装产品质量控制中的应用(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 国内外文献评论总结 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究难点与创新之处 |
1.4.1 研究难点 |
1.4.2 创新之处 |
第2章 相关方法和理论 |
2.1 质量控制方法 |
2.1.1 质量控制简述 |
2.1.2 5M1E分析法 |
2.2 决策树算法的相关理论 |
2.2.1 数据挖掘简述 |
2.2.2 决策树算法理论 |
2.2.3 决策树算法的作用及特点 |
2.3 本章小结 |
第3章 GS公司介绍 |
3.1 GS公司概况 |
3.1.1 公司简介 |
3.1.2 公司经营情况 |
3.2 GS公司内外部环境分析 |
3.2.1 波特五力模型 |
3.2.2 SWOT分析 |
3.3 本章小结 |
第4章 GS公司外贸服装产品质量控制现状 |
4.1 外贸服装产品常见质量问题及评价体系 |
4.1.1 外贸服装产品常见质量问题 |
4.1.2 外贸服装产品质量评价体系 |
4.2 GS公司目前采用的方法和手段 |
4.2.1 GS公司目前采用的质量控制方法 |
4.2.2 GS公司目前采用的质量控制手段 |
4.3 GS公司外贸服装产品质量控制现状 |
4.3.1 GS公司外贸服装产品质量问题概况 |
4.3.2 GS公司外贸服装产品质量控制现存问题 |
4.4 本章小结 |
第5章 GS公司质量控制模型构建及改进方案 |
5.1 GS公司质量控制决策树模型的构建 |
5.1.1 目标任务 |
5.1.2 数据采集 |
5.1.3 模型构建 |
5.1.4 模型优化验证 |
5.2 GS公司质量控制决策树模型的应用分析 |
5.2.1 确定影响质量的关键因素 |
5.2.2 分析影响质量的关键因素 |
5.2.3 5M1E质量问题因果分析 |
5.3 GS公司基于5M1E的质量控制改进方案 |
5.3.1 人员管理改进方案 |
5.3.2 机器设备管理改进方案 |
5.3.3 原材料管理改进方案 |
5.3.4 生产方法改进方案 |
5.3.5 环境管理改进方案 |
5.4 本章小结 |
第6章 GS公司外贸服装质量控制方案的实施 |
6.1 实施计划 |
6.1.1 计划目标 |
6.1.2 细分计划 |
6.2 实施步骤 |
6.2.1 前期准备 |
6.2.2 建立实施组织 |
6.2.3 方案实施 |
6.3 实施保障 |
6.3.1 组织保障 |
6.3.2 经济保障 |
6.3.3 技术保障 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
(4)《装饰》杂志设计文化发展研究(1958-2018)(论文提纲范文)
摘要 |
abstract |
致谢 |
1 绪论 |
1.1 研究的背景及意义 |
1.2 相关领域研究现状 |
1.2.1 期刊论文类 |
1.2.2 专着类 |
1.3 研究的方法、思路 |
1.3.1 研究的方法 |
1.3.2 研究的思路 |
2 百花盛开的工艺美术发展(1958-1961) |
2.1 《装饰》创刊溯源 |
2.2 《装饰》杂志风格主要视觉特点 |
2.2.1 封面文字 |
2.2.2 封面视觉图案 |
2.2.3 内页版面设计 |
2.3 传统工艺美术的发展 |
2.3.1 重新重视民间美术 |
2.3.2 指导工艺美术创作 |
2.4 为美化人民生活服务 |
2.4.1 面向大众生活创作 |
2.4.2 向西方世界开展学习 |
3 求索争鸣的设计萌芽(1980-1996) |
3.1 复刊时代背景 |
3.2 《装饰》视觉元素的变化 |
3.2.1 封面设计形式的探索 |
3.2.2 封面主体立意的变迁 |
3.2.3 内页版式的有序与变化 |
3.3 工艺美术的变革 |
3.3.1 “工艺美术“名词的局限 |
3.3.2 “装饰热”的兴起 |
3.4 现代化的新浪潮 |
3.4.1 科技与艺术的大讨论 |
3.4.2 现代设计的浪潮 |
3.5 《装饰》步伐的“守”与“进” |
4 对话世界文化自信的设计现代化(1997-2018) |
4.1 走入“全球化” |
4.2 《装饰》设计的多元化 |
4.2.1 和谐的整体性 |
4.2.2 现代感的民族美 |
4.2.3 敢于尝试的创意美 |
4.2.4 版式装饰的简洁美 |
4.3 开放视野立足传统 |
4.3.1 工艺美术的新发展 |
4.3.2 设计批评的引入 |
4.3.3 中国创造带来的思考 |
4.4 面向时代关注当下 |
4.4.1 设计的伦理学问题 |
4.4.2 技术与设计的关系 |
4.4.3 从设计艺术到设计科学 |
4.5 《装饰》内容的“质”与“量” |
5 总结 |
5.1 从工艺美术到现代设计 |
5.2 从教育理论到学科实践 |
结语 |
参考文献 |
附录一 采访文字稿 |
附录二 《装饰》1958-2018杂志封面 |
附录三 《装饰》1958-2018文章整理 |
作者简介 |
(5)数字化转型时代下服装品牌的渠道创新策略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究意义 |
1.2 课题研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 课题研究的内容、方法及创新点 |
1.3.1 课题研究的主要内容 |
1.3.2 课题研究的主要方法 |
1.3.3 课题研究的创新点 |
1.4 本章小结 |
第二章 数字化转型及服装品牌的渠道概述 |
2.1 数字化转型概述 |
2.1.1 数字化的概念 |
2.1.2 数字化转型的概念及特点 |
2.1.3 数字化转型的发展阶段 |
2.1.4 数字化转型的驱动力 |
2.1.5 数字化转型的内容构成 |
2.1.6 数字化转型的趋势 |
2.2 服装品牌的渠道概述 |
2.2.1 服装品牌的定义及内涵 |
2.2.2 渠道的概念、内涵与功能 |
2.2.3 渠道的结构 |
2.2.4 服装品牌的渠道影响因素 |
2.3 本章小结 |
第三章 数字化转型时代下服装品牌的渠道现状分析 |
3.1 数字化转型及服装品牌环境分析 |
3.1.1 国内外数字化转型现状分析 |
3.1.2 服装品牌发展现状分析 |
3.1.3 江苏地区服装品牌企业发展现状调研分析 |
3.1.4 中国消费者行为分析 |
3.2 服装品牌的渠道模式及终端零售形式分析 |
3.2.1 传统线下渠道模式及终端零售形式 |
3.2.2 现代互联网渠道模式及终端零售形式 |
3.2.3 传统线下渠道与现代互联网渠道的对比分析 |
3.3 数字化转型时代下服装品牌的渠道现状分析 |
3.3.1 服装品牌的渠道发展阶段 |
3.3.2 服装品牌的渠道发展中存在的问题 |
3.4 数字化转型时代下服装品牌的渠道创新必要性及其路径分析 |
3.4.1 数字化转型时代下服装品牌的渠道创新必要性 |
3.4.2 数字化转型时代下服装品牌的渠道创新路径 |
3.5 数字化转型对服装品牌渠道升级的意义 |
3.6 本章小结 |
第四章 数字化转型时代下服装品牌的渠道创新策略 |
4.1 数字化转型时代下服装品牌创新案例分析 |
4.1.1 国外服装品牌创新案例分析 |
4.1.2 国内服装品牌创新案例分析 |
4.2 数字化转型时代下服装品牌的渠道设计原则 |
4.3 数字化转型时代下服装品牌的渠道创新策略 |
4.3.1 服装品牌的渠道创新策略——产品内容方向 |
4.3.2 服装品牌的渠道创新策略——零售运营方向 |
4.3.3 服装品牌的渠道创新策略——生产技术方向 |
4.3.4 服装品牌的渠道创新策略——消费体验方向 |
4.3.5 服装品牌的渠道创新策略——组织管理方向 |
4.4 数字化转型时代下服装品牌的渠道未来发展建议 |
4.5 本章小结 |
第五章 数字化转型时代下服装品牌的渠道创新应用实例 |
5.1 数字化转型时代下服装品牌的渠道创新应用实例——以雅鹿男装为例 |
5.1.1 雅鹿男装渠道创新策略应用背景 |
5.1.2 雅鹿男装的渠道现状及存在的问题 |
5.1.3 数字化转型时代下雅鹿男装的渠道创新策略应用实践 |
5.1.4 数字化转型时代下雅鹿男装的渠道创新策略实施初步成效 |
5.2 数字化转型时代下服装品牌的渠道创新应用实例——以天和品牌为例 |
5.2.1 天和品牌渠道创新策略应用背景 |
5.2.2 天和品牌的渠道现状及存在的问题 |
5.2.3 数字化转型时代下天和品牌的渠道创新策略应用实践 |
5.2.4 数字化转型时代下天和品牌的渠道创新策略实施初步成效 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 课题研究结论 |
6.2 课题存在的不足与展望 |
6.2.1 课题存在的不足 |
6.2.2 课题的未来展望 |
致谢 |
参考文献 |
附录一 :作者在攻读硕士学位期间发表的论文及成果 |
附录二 :作者在攻读硕士学位期间参与的实践项目 |
(6)服装智能工厂能力成熟度评价模型研究(论文提纲范文)
摘要 |
ABSTRACT |
缩写词列表 |
1 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 研究意义 |
1.4 研究思路与方法 |
1.5 研究内容 |
2 基础理论概述 |
2.1 能力成熟度模型研究 |
2.2 服装智能工厂研究 |
2.3 本章小结 |
3 服装智能工厂能力成熟度评价体系建立 |
3.1 概念提出 |
3.2 能力成熟度指标分析 |
3.3 评价方法研究 |
3.4 本章小结 |
4 能力成熟度量化及评价分级 |
4.1 ANP评价指标量化分析 |
4.2 智能工厂能力成熟度的评价分级 |
4.3 本章小结 |
5 模型应用及结果分析 |
5.1 企业背景介绍 |
5.2 模型应用计算 |
5.3 智能制造能力成熟度模型对比分析 |
5.4 成熟度模型对比分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录一 :服装智能工厂能力成熟度评价指标关联情况专家咨询问卷 |
附录二:服装智能工厂能力成熟度评价指标相对重要程度赋值 专家咨询问卷 |
附录三 :网络层次分析评价算法 |
致谢 |
(7)中小学校服数字化结构设计优化研究 ——基于“千恪”校服品牌(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究内容 |
1.3 研究方法 |
1.4 预期目标 |
1.5 创新点 |
1.6 技术路线图 |
2 相关理论研究和文献综述 |
2.1 号型设计研究 |
2.1.1 人体尺寸数据相关性研究 |
2.1.2 报号技术 |
2.2 结构优化研究 |
2.2.1 中外校服款式发展 |
2.2.2 校服结构优化研究 |
2.3 模块化CAD样板生成技术 |
2.3.1 CAD打板技术概况 |
2.3.2 样板快速生成 |
2.4 三维虚拟试衣技术 |
2.4.1 虚拟试衣技术的发展 |
2.4.2 虚拟试衣技术运用 |
3 示明规格系列优化设计 |
3.1 企业中小学校服报号情况调查 |
3.1.1 线上销售情况 |
3.1.2 报号归号情况 |
3.2 企业商品规格数据分析 |
3.2.1 企业2020 年线上订单的商品规格配比情况 |
3.2.2 商品规格配比抽样验证分析 |
3.3 报号优化设计 |
3.3.1 身高体重线上报号推荐方案 |
3.3.2 历史数据占比提取推荐方案 |
4 结构问题发现实验 |
4.1 实验准备 |
4.1.1 实验设计 |
4.1.2 样本情况 |
4.2 实验内容 |
4.1.2 典型款式真人试穿实验 |
4.1.3 典型款式三维虚拟试穿实验 |
4.3 主观感受分析 |
4.3.1 XM001F121和XW001F119 |
4.3.2 XM006F117 |
4.3.3 XW007F115 |
4.3.4 XMW001Y116和XMW001Y117 |
5 结构问题优化实验 |
5.1 衬衣后背活动量优化 |
5.1.1 实验方案 |
5.1.2 实验过程 |
5.1.3 验证 |
5.2 女款衬衣XW001F119 衣身优化 |
5.2.1 实验方案 |
5.2.2 实验过程 |
5.2.3 验证 |
5.3 裤装XM006F117 优化 |
5.3.1 实验方案 |
5.3.2 实验过程 |
5.3.3 验证 |
5.4 校服结构优化验证 |
5.4.1 优化样衣的推码及虚拟试穿 |
5.4.2 优化样衣实地学校试穿验证 |
5.5 小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录 |
附录1 鑫烨号型对照表 |
附录2 自动报号算法公式 |
附录3 真人试穿校服实验细节图 |
附录4 真人试穿校服感官评价 |
附录5 虚拟试穿校服实验细节图 |
附录6 站姿XW001F119和XM001F121 优化对比图 |
附录7 站姿XM006F117 优化对比图 |
附录8 坐姿XW001F119和XM001F121 后背优化对比图 |
附录9 坐姿XM006F117 后腰优化对比图 |
附录10 120-160 系列设计虚拟试穿图 |
致谢 |
(8)M服装定制企业品牌形象优化研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 品牌形象研究现状 |
1.3.2 服装定制研究现状 |
1.4 本文创新点 |
1.5 研究方法 |
1.6 研究框架 |
第2章 基本概念与理论模型 |
2.1 品牌形象的基本概念 |
2.1.1 品牌形象的定义 |
2.1.2 品牌形象的特性 |
2.2 品牌形象的理论模型 |
2.2.1 帕克等人的三维模型 |
2.2.2 贝尔的三维双重性品牌形象模型 |
2.2.3 凯勒的品牌形象模型 |
2.2.4 罗子明的五维品牌形象模型 |
2.2.5 范秀成和陈洁的四维品牌形象模型 |
2.3 品牌形象理论模型的选择 |
2.3.1 服装定制的特点 |
第3章 M服装定制企业环境分析 |
3.1 宏观环境分析 |
3.1.1 政策环境因素 |
3.1.2 经济环境因素 |
3.1.3 社会环境因素 |
3.1.4 技术环境因素 |
3.2 行业环境分析 |
3.2.1 潜在的进入者 |
3.2.2 替代品的威胁 |
3.2.3 供应商的议价 |
3.2.4 客户的议价 |
3.2.5 现有竞争者 |
第4章 M服装定制企业品牌形象的问题 |
4.1 从消费者角度分析产品维度存在的问题 |
4.1.1 类别单一,价值不稳 |
4.1.2 款式更新缓慢,缺乏突出用途 |
4.1.3 原因小结 |
4.2 从消费者角度分析企业维度的问题 |
4.2.1 企业品质不高,行业表现平庸 |
4.2.2 线上服务缺失,购物渠道不完善 |
4.2.3 原因小结 |
4.3 从消费者角度分析人性化维度的问题 |
4.3.1 缺乏个性,同质严重 |
4.3.2 互动不足,关系缺乏粘性 |
4.3.3 原因小结 |
4.4 从消费者角度分析符号维度的问题 |
4.4.1 具象符号混乱,品牌感知匮乏 |
4.4.2 隐喻符号缺失,尚未形成企业文化 |
4.4.3 原因小结 |
第5章 M服装定制企业品牌形象的优化 |
5.1 产品维度:改善产品服务,吸引消费者 |
5.1.1 服务多样化,新品敏捷化 |
5.1.2 优化定价策略 |
5.1.3 突出用户定制体验 |
5.2 企业维度:增强企业实力,打造品牌闭环 |
5.2.1 建设数字化基础设施,助力品牌形象提升 |
5.2.2 零售升级改造,提升企业品质 |
5.2.3 打造品牌闭环,强化顾客关注 |
5.3 人性化维度:培育个性,加强联系 |
5.3.1 培育品牌个性,明确区分度 |
5.3.2 转型社交零售,加强顾客关系 |
5.4 符号维度:统一具象符号,加强文化建设 |
5.4.1 统一具象符号,强化消费者认知 |
5.4.2 构建企业文化,自内而外增强隐喻符号 |
第6章 实施计划与保障 |
6.1 实施计划 |
6.2 实施保障 |
6.2.1 信息化支撑保障 |
6.2.2 服务能力保障 |
6.2.3 人力资源保障 |
第7章 结语 |
7.1 结论 |
7.2 研究局限与建议 |
参考文献 |
附录 |
调查问卷 |
(9)服装缝制生产低碳目标管理分析与技术方法(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外相关研究 |
1.2.1 服装缝制生产管理 |
1.2.2 服装缝制生产碳排放 |
1.2.3 服装缝制生产管理目标 |
1.2.4 服装缝制生产管理研究不足之处 |
1.3 研究目的和意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究内容、方法与路线 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 研究路线 |
1.5 论文创新点 |
第二章 服装缝制生产目标管理分析 |
2.1 服装缝制生产线的特征 |
2.1.1 缝制生产线的组织形式 |
2.1.2 缝制生产线的布局 |
2.2 服装缝制生产管理目标 |
2.2.1 最大生产产量目标 |
2.2.2 最少作业人数目标 |
2.2.3 最大生产效率目标 |
2.2.4 最小碳排放量目标 |
2.3 服装缝制生产目标管理的技术方法 |
2.3.1 管理目标层次分析 |
2.3.2 目标管理技术方法分析 |
2.4 本章小结 |
第三章 服装缝制生产单目标管理 |
3.1 缝制生产线平衡的基础 |
3.1.1 缝制生产线的平衡指标 |
3.1.2 缝制生产线的平衡类型 |
3.2 单目标管理优化算法 |
3.2.1 遗传算法的构成要素 |
3.2.2 遗传算法的流程 |
3.3 缝制生产线平衡单目标优化模型的算法设计 |
3.3.1 模型假设和参数设置 |
3.3.2 约束条件和目标函数 |
3.3.3 算法设计 |
3.4 缝制生产线平衡单目标优化模型应用 |
3.4.1 数据准备 |
3.4.2 参数设置 |
3.4.3 结果与分析 |
3.5 本章小结 |
第四章 服装缝制生产多目标管理 |
4.1 多目标管理优化算法 |
4.1.1 第二代快速非支配排序算法(NSGA-Ⅱ)的原理 |
4.1.2 第二代快速非支配排序算法(NSGA-Ⅱ)的流程 |
4.2 缝制生产线平衡多目标优化模型的算法设计 |
4.2.1 模型假设和参数设置 |
4.2.2 约束条件和目标函数 |
4.2.3 算法设计 |
4.3 缝制生产线平衡多目标优化模型应用 |
4.3.1 数据准备 |
4.3.2 参数设置 |
4.3.3 结果与分析 |
4.4 本章小结 |
第五章 服装缝制生产目标管理仿真 |
5.1 仿真模型构建原理 |
5.1.1 仿真模型的组成要素 |
5.1.2 仿真软件Anylogic的特点 |
5.1.3 仿真模型的构建步骤 |
5.2 缝制生产线仿真模型构建 |
5.2.1 仿真目标 |
5.2.2 仿真模型假设 |
5.2.3 仿真模型参数设置 |
5.3 缝制生产线仿真模型运行 |
5.3.1 仿真模型数据准备 |
5.3.2 仿真模型构建 |
5.3.3 仿真模型运行 |
5.3.4 仿真优化模型运行 |
5.4 本章小结 |
第六章 服装缝制生产低碳目标管理 |
6.1 缝制生产线碳排放评估基础 |
6.1.1 碳排放评价标准和核算方法对比分析 |
6.1.2 缝制生产碳排放影响因素 |
6.1.3 缝制生产碳排放评估准备 |
6.2 缝制生产碳排放评估模型的组成要素 |
6.2.1 原材料 |
6.2.2 缝制设备 |
6.2.3 运输环节和作业人员 |
6.2.4 照明设备 |
6.3 基于低碳目标的服装缝制生产线布局优化 |
6.3.1 缝制生产线布局基础 |
6.3.2 缝制生产线布局优化模型构建 |
6.3.3 缝制生产线布局优化模型应用 |
6.4 基于低碳目标的服装缝制生产线物料配送路径优化 |
6.4.1 缝制生产线物料配送基础 |
6.4.2 缝制生产线物料配送路径优化模型构建 |
6.4.3 缝制生产线物料配送路径优化模型应用 |
6.5 缝制生产碳排放评估模型应用 |
6.5.1 男式衬衫缝制生产线 |
6.5.2 男式西裤缝制生产线 |
6.5.3 男式西服缝制生产线 |
6.6 本章小结 |
第七章 结论与展望 |
7.1 主要研究成果 |
7.2 不足与展望 |
参考文献 |
附录 |
攻读博士学位期间公开发表的论文 |
致谢 |
(10)基于对比度和GrabCut算法的服饰图案元素提取(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景 |
1.2 服饰图案国内外研究现状 |
1.2.1 服饰图案构图规则的分析和创新图案生成 |
1.2.2 服饰图案的噪声剔除与主结构保留 |
1.2.3 服饰图案的识别与检索 |
1.2.4 服饰图案元素提取 |
1.3 课题研究目的及意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 课题研究思路和创新点 |
1.4.1 课题研究思路 |
1.4.2 课题研究创新点 |
1.5 论文结构框架说明 |
第二章 服饰图案图像数据集构建 |
2.1 服饰图案图像采集 |
2.2 实验环境搭建 |
2.3 服饰图案图像预处理 |
2.3.1 服饰图案图像尺寸归一化调整 |
2.3.2 服饰图案图像双边滤波预处理 |
2.4 预处理结果对比 |
2.4.1 预处理方法对比 |
2.4.2 服饰图案预处理方结果对比 |
2.5 本章小结 |
第三章 服饰图案元素提取 |
3.1 图像分割方法 |
3.2 服饰图案对比度优化 |
3.2.1 对比度和亮度调整 |
3.2.2 显着性检测 |
3.3 GrabCut算法服饰图像分割与提取 |
3.3.1 颜色模型 |
3.3.2 迭代能量最小化分割 |
3.3.3 交互编辑分割 |
3.4 基于GrabCut算法的图案元素交互与存储 |
3.5 本章小结 |
第四章 服饰图案元素提取方法可视化和评价 |
4.1 系统构建 |
4.1.1 系统的主要功能和结构设计 |
4.1.2 系统开发平台和界面展示 |
4.2 应用实例 |
4.3 结果分析 |
4.3.1 实验数据选取 |
4.3.2 客观数据对比 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录1 部分程序源代码 |
攻读学位期间研究成果 |
致谢 |
四、服装纺织行业数字化管理实例(论文参考文献)
- [1]昆明市数字经济核算方法研究及应用[D]. 马艺菲. 云南财经大学, 2021(09)
- [2]中小学校服款式设计开发数字化信息平台研究--基于“千恪”校服品牌 ——基于“千恪”校服品牌[D]. 陈景. 东华大学, 2021(09)
- [3]基于决策树算法的5M1E在GS公司外贸服装产品质量控制中的应用[D]. 刘筱曼. 上海外国语大学, 2021(04)
- [4]《装饰》杂志设计文化发展研究(1958-2018)[D]. 宋哲琦. 浙江大学, 2020(12)
- [5]数字化转型时代下服装品牌的渠道创新策略研究[D]. 牛思佳. 江南大学, 2020(01)
- [6]服装智能工厂能力成熟度评价模型研究[D]. 赵妮. 东华大学, 2020(01)
- [7]中小学校服数字化结构设计优化研究 ——基于“千恪”校服品牌[D]. 刘亦婷. 东华大学, 2021(09)
- [8]M服装定制企业品牌形象优化研究[D]. 曹梦. 上海外国语大学, 2020(01)
- [9]服装缝制生产低碳目标管理分析与技术方法[D]. 张旭靖. 苏州大学, 2019(06)
- [10]基于对比度和GrabCut算法的服饰图案元素提取[D]. 汪会. 浙江理工大学, 2020(02)