侯 霞

(黎明職業(yè)大學 新材料與鞋服工程學院,福建 泉州 362000)

隨著生活水平的提升與生活理念的轉(zhuǎn)變,人們對服裝舒適性提出了更高的要求。國內(nèi)學者針對針織材質(zhì)服裝接觸舒適性評估展開了一系列研究[1],如孫岑文捷等[2]在人工氣候艙中進行人體著裝試驗,分析皮膚溫度及衣下濕度等生理指標對舒適性的影響,袁圍圍等[3]選擇多種不同材料展開性能測試,引入因子分析方法完成服裝面料舒適性評估。上述兩種方法在實際應用過程中會產(chǎn)生比較高昂的費用,同時還會受到環(huán)境等多方面因素的影響,所以評估結(jié)果的準確性會受到一定限制。鑒于此,本研究提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的針織材質(zhì)服裝接觸舒適性評估方法。

1 研究方法

1.1 基于卷積神經(jīng)網(wǎng)絡(luò)的針織材質(zhì)服裝接觸舒適性評估指標挖掘

與傳統(tǒng)機器學習相比,深度學習的操作過程更加簡單,用戶只需要輸入原始數(shù)據(jù)即可,故更加適用于分析深層次及結(jié)構(gòu)復雜的數(shù)據(jù),以下主要通過卷積神經(jīng)網(wǎng)絡(luò)獲取接觸舒適性評估指標的特征數(shù)據(jù),同時組建拓撲結(jié)構(gòu)和結(jié)構(gòu)堅強性的關(guān)聯(lián)。卷積神經(jīng)網(wǎng)絡(luò)以卷積運算為核心計算方法,其基本組成結(jié)構(gòu)如圖1所示。

圖1 卷積神經(jīng)網(wǎng)絡(luò)的基本組成結(jié)構(gòu)Fig.1 Basic composition and structure of convolutional neural network

在卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)中,通過輸入層輸入全部針織材質(zhì)服裝的接觸舒適性評估數(shù)據(jù)[4-5],通過卷積運算對輸入數(shù)據(jù)的特征展開提取和過濾,計算公式如下:

(1)

在池化層中,為確保后續(xù)接觸舒適性評估順利進行[6-7],對挖掘到的全部數(shù)據(jù)特征展開降維處理,計算公式如下:

(2)

式中:Gxyz為數(shù)據(jù)特征降維處理結(jié)果;M為池化塊總數(shù);Nspp為池化窗尺寸;down表示向下取整。

全連接層需要將特征矩陣轉(zhuǎn)換為向量,同時調(diào)整對應的維數(shù),使其能夠和樣本標簽之間展開對比分析。

1.2 針織材質(zhì)服裝接觸舒適性評估方法

針織材質(zhì)服裝對人體的壓力是影響人體舒適性的主要因素,主要表現(xiàn)在人體防護及運動效率等多個方面。采用文獻[8]和文獻[9]的方法對針織材質(zhì)服裝的壓力舒適性展開研究,不同類型服裝舒適壓力參考值如表1所示。

表1 不同類型服裝舒適壓力參考值Tab.1 Pressure rence values of different types of clothing

服裝類型不同,人們對服裝舒適壓力的要求也存在比較明顯的不同。另外,由于所在環(huán)境及穿著者狀態(tài)不同,人體所承受的壓力也不同。針對不同類型著裝的受力情況,假如超過設(shè)定范圍,會對服裝的運動機能產(chǎn)生影響,同時穿著者的活動范圍也會受到一定程度的影響,甚至還會損害健康。所以,針織材質(zhì)服裝的舒適壓力超過設(shè)定范圍時,便無法滿足人體生理需求。選擇接觸舒適性更好的服裝[10-11],穿著者才能獲取更好的體驗。

分析針織材質(zhì)服裝接觸舒適性的內(nèi)涵及相關(guān)影響因素可知,穿著者的心理及身體感受來源于主觀過程,受到服裝自身屬性及穿著者心理因素等多方面影響,而服裝舒適壓力值則是影響舒適性的客觀因素,所以評估過程中需要將主、客觀評價方法有效結(jié)合。

服裝不僅會使人體產(chǎn)生觸覺感知,還會產(chǎn)生感覺刺激,為人體各個系統(tǒng)提供對應的信號。人體各個系統(tǒng)接收到對應的刺激信號后,會形成神經(jīng)生理脈沖,將其傳輸至大腦,大腦接收到信號后展開人體調(diào)節(jié)。圖2給出了針織材質(zhì)服裝接觸舒適感知形成過程[12-13]。

圖2 針織材質(zhì)服裝接觸舒適感知形成過程Fig.2 Formation process of contact comfort perception of knitted clothing by contact pressure method

結(jié)合上述分析,采用心理學中的數(shù)量估計法將變量轉(zhuǎn)換為相關(guān)矩陣中的不同因子,對針織材質(zhì)服裝的性能指標展開降維處理,可以更加準確地反映針織材質(zhì)服裝的性能。對面料展開因子分析之前,需要優(yōu)先考察不同指標之間的相關(guān)性,如指標之間不具有相關(guān)性,則無法完成相關(guān)因子的提取,同時也將失去因子分析的意義。因子分析主要運用降維相關(guān)理論,可以將多個存在關(guān)聯(lián)的指標經(jīng)過轉(zhuǎn)換形成少數(shù)無關(guān)聯(lián)的綜合指標。

設(shè)定原始變量矩陣為X、因子分析矩陣為Z,對應的表達式如下:

(3)

(4)

式中:m為樣本數(shù);n為多因子中影響因素的總數(shù)。

各個因子和原始變量之間的關(guān)系如下:

X=BZ+E,

(5)

式中:B為負荷矩陣系數(shù);E為殘差向量。負荷矩陣系數(shù)B及殘差向量E可以表示為以下形式:

(6)

在正交模型中,各個因子之間不存在任何關(guān)聯(lián)。當殘差產(chǎn)生的影響較小時,可以忽略不計,對應的數(shù)學模型可以表示為以下形式:

X=BZ。

(7)

假設(shè)Z中的各個分量不存在任何關(guān)聯(lián),則需要采用特殊的方式分析不同的因子,同時獲取對應主因子分析的數(shù)學模型:

Z=AX。

(8)

式(8)中的A代表主因子變換矩陣,對應的表達形式如下:

(9)

通過上述分析,獲取觸壓舒適性和穿著感覺之間的相關(guān)系數(shù)如下:

(10)

利用相關(guān)系數(shù)構(gòu)建針織材質(zhì)服裝接觸舒適性評估體系[14-15]:

Pxyz=R/a(XZ)mn,

(11)

式中:Pxyz為針織材質(zhì)服裝接觸舒適性評估結(jié)果;a為相關(guān)程度。

2 仿真實驗

實驗采用問卷調(diào)查法,將針織材質(zhì)服裝作為研究對象,針織材質(zhì)服裝的使用情況作為調(diào)查內(nèi)容,消費者的舒適性、消費行為及審美偏好等作為主要設(shè)計要素,具體如表2所示。

表2 問卷要素Tab.2 Questionnaire elements

為確保問卷調(diào)查數(shù)據(jù)的可靠性,需要對全部問卷數(shù)據(jù)展開詳細的調(diào)查與分析,同時將無價值的數(shù)據(jù)刪除,進而獲取有效數(shù)據(jù)。問卷發(fā)放和回收情況如表3所示。

表3 問卷發(fā)放和回收情況Tab.3 Distribution and recovery of questionnaires

結(jié)合上述問卷調(diào)查的結(jié)果,選取如圖3所示的材料試驗機展開仿真實驗。圖4給出了3種不同方法的針織材質(zhì)服裝接觸舒適性評估準確率對比。

圖3 材料試驗機Fig.3 Material testing machine

圖4 針織材質(zhì)服裝接觸舒適性評估準確率對比Fig.4 Comparison of the accuracy of the contact comfort evaluation results of different methods of contact pressure

分析圖4可知,針對不同評估對象,采用不同方法獲取的評估結(jié)果存在明顯差異。與文獻[2]和文獻[3]的方法相比,采用本方法得到的評估結(jié)果準確率更高。

為進一步驗證本方法的優(yōu)越性,測試3種不同方法的評估時間,結(jié)果如表4所示。

表4 針織材質(zhì)服裝接觸舒適性評估時間對比Tab.4 Comparison of contact comfort evaluation time of different methods for knitted fabrics

由表4可知,各方法的評估時間明顯不同。用3種評估方法對不同編號的服裝進行測試,本方法的評估時間明顯較少,說明本方法可以更快地完成針織材質(zhì)服裝接觸舒適性評估。

3 結(jié)語

針對傳統(tǒng)評估方法評估時間較長及準確率較低等問題,提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的針織材質(zhì)服裝接觸舒適性評估方法。在已有方法基礎(chǔ)上,引入卷積神經(jīng)網(wǎng)絡(luò)提取評估數(shù)據(jù)的特征,可以有效獲取更加準確的評估結(jié)果,同時還能減少評估時間。