【摘 要】
:
服用人体信息数据作为服装诸多技术发展的基础,为实现服装的标准化生产提供了理论依据。使用具有一定覆盖面的足够数量的数据可以分析各个号型对人体的适宜程度。但是这些数
论文部分内容阅读
服用人体信息数据作为服装诸多技术发展的基础,为实现服装的标准化生产提供了理论依据。使用具有一定覆盖面的足够数量的数据可以分析各个号型对人体的适宜程度。但是这些数据的获得是长期的。如何建设一个能支持服装设计、标准研究、样板设计、数字化应用等功能的数据服务平台,就是我们研究的内容。数据的结构、数据的属性、数据的可应用性是该平台的数据特征,而数据对服装的应用功能则是平台的价值所在。针对以上问题,建立了一套比较完整的数据系统。该系统一方面对人体净尺寸进行号型归档,根据不同的服装标准制定出相应的设计尺寸。另一方面,根据对个体的跟踪采样,研究样本随时间推移的变化情况;通过对群体数据统计分析,探讨在不同号型、不同区域、不同年龄等分类标准下群体的体形状况。随着人体体形数据的不断增加,该系统不仅为服装定制提供尺寸设计依据,也为我国的人体体形数据库建设和区域体形分析研究打下坚实的基础。本文首先描述了系统的分析和设计方案,接着详细描述了数据库的设计方案及实现数据库功能所采用的技术,通过利用SQL Server 2005、Microsoft Visual Studio 2008来实现数据库功能的建设,随后介绍图形用户界面的设计和采用Silverlight技术进行的统计显示。
其他文献
已有研究表明,海底地下水排泄(Submarine Groundwater Discharge,SGD)是内陆各种化学物质,如营养盐、重金属等输入海洋的重要渠道。在区域尺度上,SGD所携带的各种化学物质入海
本课题目的是研究影响肯尼亚中小微企业(MSME))绩效的战略以及对组织绩效的影响。该研究项目针对肯尼亚内罗毕Ongata Rongai镇的几家企业,主要研究目标是考察影响肯尼亚中小微企业绩效的市场数据或信息、基础设施、财务知识和技术的可及性,以及技术对组织绩效的影响。这项研究至关重要,因为它将为肯尼亚政府,企业家和其他研究人员提供关于MSME问题的参考。该研究集中来自于不同企业的200名员工的目标
高熵合金(HEAs)是一类新兴的多组分合金,由于拥有较高的混合熵,其物理性能已经得到了广泛的研究。然而,用传统制备方法得到的高熵合金所具有的比表面积较低,极大地限制了该材料在催化、能源转换等领域的开发与利用。因此,开发高比表面积的高熵合金具有重要的意义。本文以制备高比表面积的高熵合金、推动其在催化领域的应用为目的,首次利用简易的熔体快淬技术与脱合金工艺相结合的方法,成功制备了具有微米棱柱阵列结构的
近年来,随着互联网上产生的数据越来越多,用户面临着“信息过载”的问题。如何从海量的数据中快速找到用户所需的信息,并利用这些数据来进行个性化推荐已经成为趋势。对于当
背景与目的:全球每年都将近有六千万人遭遇脑创伤,创伤性脑损伤(TBI)原发或继发性损害导致创伤性脑损伤后的出现高死亡率和高致残率,给家庭和社会带来了沉重的负担。新的流行病学及实验证据均表明,无论是动物还是人类,创伤性脑损伤后除了神经功能损伤外,大多会引起心脏功能损伤的并发症。迄今为止,对于创伤性脑损伤所引起的神经和心脏功能障碍均缺乏有效的治疗方法,因此找到合适的治疗办法迫在眉睫。人脐带血干细胞(H
本文在国内外锚杆钻车研制现状和发展趋势的基础上,结合我国煤矿巷道支护工程的实际需要,设计了一种新型双臂液压锚杆钻车臂架结构,与现有的锚杆支护设备臂架结构相比,它具有作业空间大、工作效率高、安全性能好、结构紧凑等特点,一次性作业空间达20立方以上,双臂可同时或独立作业,作业平台可升降,也可倾斜,能够有效解决目前国内锚杆支护设备作业空间小,工作效率低,安全性保障不足等问题。课题依托江苏某煤矿重工公司,
随着城市三维空间利用的快速发展,地铁已成为增强大城市承载能力,优化城市布局的有效途径,也是解决城市交通拥堵问题的必然选择。然而,随着地铁线路的不断延展、加密,地铁运行引起的环境振动问题日益显现,地铁动荷载作用下的隧道和地层的动力响应问题已成为当前研究的热点课题。同时,由于西安地裂缝发育,在地铁的修建过程中难免会穿越地裂缝,地裂缝场地下地铁动荷载引发的隧道和地层的动力响应更为复杂。地裂缝活动对地铁隧
随着水电能源流域梯级开发的逐步推进,上游电站晚于下游电站建设的情况越来越普遍。这种梯级建设条件下,下游电站的蓄滞作用改变了河道的天然属性,当上游在建电站坝址位于下
辐射源的定位精度是无源被动定位系统重要的性能指标,如何提高定位精度也是一直被关注的重点问题。时间测量误差和卫星位置误差对定位精度将产生直接影响,对发挥其技术性能至
近年来,越来越多的专家与学者致力于数据分类方面的研究。而随着数据维数的不断增多,分类算法的计算复杂度与计算时间都会大大增加,模型参数依靠传统的经验选取或者大范围的