检索结果-南通市图书馆

纺织学报 2024年第4期45卷 105-110页

作者：汝欣叶筱颜才杰彭来湖史伟民浙江理工大学浙江省现代纺织装备技术重点实验室浙江杭州310018 山西大学山西太原237016 浙江恒强科技股份有限公司浙江杭州311100 浙江理工大学龙港研究院有限公司浙江温州325802

对于具有高精度设计要求的压力袜、医疗袜等定制产品,现有定制设计方法仅能保证足长、足高等关键数据准确性,存在无法全方位满足定制用户足部数据要求的问题。基于模拟编织的思想,提出了一种由袜子三维模型全自动生成模拟袜机编织的编... 详细信息

对于具有高精度设计要求的压力袜、医疗袜等定制产品,现有定制设计方法仅能保证足长、足高等关键数据准确性,存在无法全方位满足定制用户足部数据要求的问题。基于模拟编织的思想,提出了一种由袜子三维模型全自动生成模拟袜机编织的编织路径图的方法。其中编织路径图的生成方法为:采样点由袜口开始沿着采样轴方向在袜类三维模型表面迭代采样用以模拟圆袜机的逐圈编织,并在采样过程中根据采样轴与三维模型顶点法向量的夹角调整线圈高度,直至完成袜头部分的迭代采样。然后将得到的编织路径图进行编译,得到各线圈圈高参数以及各部段圈数参数。最后以该参数修改WLT-6F袜机编织所需的链文件进行上机编织。对比样品与输入三维模型的尺寸差距,其误差处于4.1%以内。

关键词：模拟编织编制路径图迭代采样骨架提取编织参数定制袜子圆袜机编织

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多监督损失函数光滑化图像超分辨率重建

引用

中国图象图形学报 2022年第10期27卷 2972-2983页

作者：孟志青张晶邱健数浙江工业大学管理学院杭州310023

目的将低分辨率(low-resolution,LR)图像映射到高分辨率(high-resolution,HR)图像是典型的不适定恢复问题,即输出的HR图像和输入的LR图像之间的映射是多对一的,这意味着仅通过增加网络深度来确定HR图像与LR图像之间的特定映射关系是非... 详细信息

目的将低分辨率(low-resolution,LR)图像映射到高分辨率(high-resolution,HR)图像是典型的不适定恢复问题,即输出的HR图像和输入的LR图像之间的映射是多对一的,这意味着仅通过增加网络深度来确定HR图像与LR图像之间的特定映射关系是非常困难的。针对该问题,本文提出一种基于多监督光滑化损失函数的图像超分辨率方法。方法该方法主体由LR图像上采样通道和HR图像下采样通道两部分组成。各通道分为两个阶段,每个阶段均包括浅层特征提取模块、基于迭代采样错误反馈机制的采样模块、全局特征融合模块和图像重建模块。将LR图像上采样通道第1阶段结果与HR图像下采样通道第1阶段结果对比,然后将HR原图像和HR图像下采样通道第2阶段结果作为约束构成多监督,使映射函数空间尽可能精确,并将多监督损失函数光滑化保证梯度在全局范围内传递。结果在基准测试集Set5、Set14、BSD100(Berkeley segmentation dataset)、Urban100(urban scenes dataset)、Manga109(109 manga volumes dataset)数据集上进行测试,并与Bicubic、SRCNN(super-resolution convolutional neural network)、FSRCNN(fast super-resolution convolutional neural network)、LapSRN(Laplacian pyramid super-resolution network)、VDSR(very deep super-resolution convolutional networks)、DBPN(deep back-projection networks for super-resolution)和DRN(dual regression networks)等方法的实验结果进行对比。当放大因子为4时,本文算法的峰值信噪比分别为32.29 dB、28.85 dB、27.61 dB、26.16 dB和30.87 dB;在重建图像的可视化分析方面,本文算法相较于对比算法具有更加丰富的纹理和清晰的轮廓。结论实验结果表明,基于多监督光滑化损失函数方法的图像重建结果与其他超分辨率主流算法相比,在重建图像质量和高频细节处理方面均有所提高。

关键词：超分辨率重建迭代采样多监督映射空间光滑化损失函数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于三维模型的袜品工艺参数获取方法研究与系统开发

基于三维模型的袜品工艺参数获取方法研究与系统开发

引用

作者：颜才杰浙江理工大学

学位级别：硕士

随着经济的不断发展,人们对穿着舒适度的要求也开始提高,使得袜品有了更高的个性化需求。为了满足用户对于运动袜等类型袜品贴合足部的需求,需要根据用户足部特征进行定制。现有定制设计方法仅能保证足长、足高等关键数据的准确性,无法... 详细信息

随着经济的不断发展,人们对穿着舒适度的要求也开始提高,使得袜品有了更高的个性化需求。为了满足用户对于运动袜等类型袜品贴合足部的需求,需要根据用户足部特征进行定制。现有定制设计方法仅能保证足长、足高等关键数据的准确性,无法满足更精细的定制化需求。因此,本文通过解析袜类三维模型,获取一组更为精确且连续的工艺参数以满足需求,并使用该参数上机编织得到袜品。本文的方法可以提升袜品设计精度,减少定制袜品在设计时消耗的大量时间,并为探索袜类三维模型转化为工艺参数的方法提供思路。首先,本文根据袜类织物的编织工艺,提出了一种将袜类三维模型分割为袜筒、袜跟等工艺区域的区域分割方法。该方法以袜类三维模型的骨架为基础,根据袜类三维模型的形状特征,在骨架上通过拟合直线并计算角度的方法得到袜跟、袜头等工艺区域的位置。其次,本文根据袜品在圆袜机上的编织流程,提出了一种袜品工艺参数解析方法。在输入袜类三维模型后,基于袜类三维模型的袜口环与采样轴,在袜类三维模型表面使用代表线圈的采样点进行迭代采样,模拟袜机编织时纱线的编织路径,得到由采样点组成的编织路径图,并输出袜品的工艺参数进行上机编织。再次,本文根据上述方法,设计并开发了袜品辅助设计软件。使用SDL2库构建软件的窗口,并基于Open GL进行三维图像渲染;使用C++开发软件的各个功能模块,包括模型加载模块、起口位置确定模块等。最后,通过尺寸对比验证本文方法的可行性。将多种不同类型的袜类三维模型作为输入,获取工艺参数,以该参数输入圆袜机进行编织,得到袜品作为输出,并对比输入模型与输出袜品各个部位的尺寸。结果表明,多种不同类型的输入袜类三维模型尺寸与其对应的输出袜品尺寸的误差低于6%,验证了本文方法的可行性。

关键词：迭代采样工艺区域分割形状直径函数纬编针织物骨架提取

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微博特定群体发现模型研究

微博特定群体发现模型研究

引用

作者：李蕾北京理工大学

学位级别：硕士

随着网络和信息技术的飞速发展，人们的社会交往方式和手段越来越多样化，传统的社会活动和社交方式趋向于网络化。微博作为一种传递信息的手段在人们的社会交往方式中担当了重要的角色，尤其在话题产生和传播的过程中，微博将拥有共同... 详细信息

随着网络和信息技术的飞速发展，人们的社会交往方式和手段越来越多样化，传统的社会活动和社交方式趋向于网络化。微博作为一种传递信息的手段在人们的社会交往方式中担当了重要的角色，尤其在话题产生和传播的过程中，微博将拥有共同话题的人们无形地连接到了一起。本文正是从这点出发，旨在寻找与特定主题相关的特定群体。特定群体，是指在微博平台中，持有相同观点或关注相同问题的用户集合。这些用户在语义层面拥有着强烈的关联，但是在微博上既有用户互相关注又有一些用户没有关注关系。这种用户构成群体很难通过传统的社团发现方法发现。他们具有如下特点，通常他们的圈子比较小，关注点不一定是主流的，而粉丝数和关注数不一定很多;发表的微博较少或间隔时间较长;在微博上只与特定群体内的用户互动和交流等。本文以特定群体为研究对象，对他们与社团的概念进行解释和定义，并对微博语义分析和关系分析的关键技术进行了相关研究。为了有效提取特定群体的特征，本文提出了基于TF-IDF算法的群体特征抽取方法;对语义相似度算法进行了改进并提出了用户主题相关度的概念;为了有效地度量用户之间的潜在语义联系又提出了微博用户共同关注度的概念。其次，研究了特定群体发现模型，提出了用户语义分析、用户关系分析、候选人选择的算法，形成模型框架、模型定义、模型迭代过程三个部分。最后，以发现“失独”特定主题的特定群体为例，对特定群体模型进行了实验分析，并在本文设计的算法评测环节，将文本提出的算法与微博平台自带的用户搜索发现算法和本文提出改进后的搜索发现算法进行了比较，实验结果显示，特定群体发现模型能够有效地挖掘出“失独”特定群体，节省了大量网络计算资源，减少了大量人工工作量，提高了发现效率。

关键词：微博群体发现特定群体发现迭代模型迭代采样

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：