【摘 要】
：
土家西兰卡普具备静态平面,色彩冲击强烈,将其应用到现代服饰设计中,不仅能彰显西兰卡普的文化魅力,还能为现代服饰设计体系创新拓展空间,让越来越多的人认识土家西兰卡普这一民族工艺。文章首先阐述土家西兰卡普的起源、特征以及纹样,其次分析土家西兰卡普在现代服饰中的应用,最后探究现代服饰对土家西兰卡普的传承,发扬土家西兰卡普文化。
【基金项目】
：
湖北省非物质文化遗产研究中心项目“从传统走向现代—‘西兰卡普在现代服饰设计语言中的分离与再生研究’”(IFA-2020-05)。
论文部分内容阅读
土家西兰卡普具备静态平面,色彩冲击强烈,将其应用到现代服饰设计中,不仅能彰显西兰卡普的文化魅力,还能为现代服饰设计体系创新拓展空间,让越来越多的人认识土家西兰卡普这一民族工艺。文章首先阐述土家西兰卡普的起源、特征以及纹样,其次分析土家西兰卡普在现代服饰中的应用,最后探究现代服饰对土家西兰卡普的传承,发扬土家西兰卡普文化。
其他文献
我国是拥有55个少数民族的多民族融合国家,各个民族的文化独具特色,尤其是服饰中的美学文化。原始时期,少数民族服饰文化随着文明的发展而不断变化,使少数民族服饰文化具有突出的传承价值与民族特色。对于当代人来说,幼儿期是培养能力和审美的极佳时期,要向孩子讲述少数民族文化,以将其传承下去,而将少数民族服饰文化与学前教育相结合是可以开展的一项尝试。目前,学前教育与服饰文化的结合还存在较多不足,文章探讨了如何在学前教育中融入具有少数民族特色的服饰文化。
好的服装作品背后往往有巧妙的构思、完整且逻辑顺畅的设计过程,绝不是服装设计师一拍脑门的结果。除了设计效果图需要良好的表达方式外,设计灵感来源及设计过程也需要好的表达方式。拼贴与绘画技法在服装设计思维表达中起到了至关重要的作用。
随着我国社会经济不断发展,各界人士对纺织类非物质文化遗产的挖掘和保护愈发重视。在信息化时代背景下,我国政府、高校、各种非遗传承人等都在努力寻找效果较好的保护方式。生产性保护是目前最先进的理念,是应运而生的一种保护和应用相结合的措施,以非物质文化遗产的有效传承为最终目的,借助产业化等手段,从根本上解决问题。文章针对纺织类非物质文化遗产的挖掘和保护进行研究,为非物质文化遗产的保护提供参考。
随着社会的发展,人们的生活质量与要求越来越高。因此,基于绿色设计理念的纺织品在家装设计中得到了广泛运用,且具有较高的环保效果,能降低家装过程中释放的有毒有害物的污染性,成为近年来家装设计的主要选择对象。文章针对绿色设计理念下纺织品在家装设计中的选用原则进行分析和叙述,促使该纺织品良好地发展。
在感知区域内用户分布稀疏的情况下,提前预测用户的位置是群智感知系统提高任务完成率的关键。提出了一种基于门控循环单元的用户位置预测模型。首先,构建了群智感知系统模型,实现了基于位置的参与式感知应用。然后,将用户位置的数据集做归一化处理,并结合用户历史位置数据的多维度特征构建了门控循环单元结构。最后,利用车联网中实际轨迹数据集对模型进行训练,并采用Adam算法对基于门控循环单元的用户位置预测模型的性能参数进行了优化。仿真结果表明,相比于RNN模型和LSTM模型,所提模型的预测均方误差分别降低了22%和18%,
工艺美术教学由理论知识和实践操作两部分组成,传统服饰图案具有较高的艺术借鉴价值。图案纹饰作为造型艺术中烘托主题形象的装饰化符号语言,在工艺美术范畴具有相对独立的审美价值。传统服饰图案融入工艺美术教学的研究,旨在分析传统服饰在工艺美学中的应用以及传统图案的文化价值和传承意义,通过教学实践分析,可赋予传统图案在当代工艺中转化创新的动力,为相关研究提供借鉴。
随着时代的进步,各种新材料、新技术不断出现,带动了我国各行各业的发展。尤其是在我国的服装设计行业中,新材料的使用大大提升了服装设计的审美价值以及实用价值,加快了服装设计行业的变革速度,为设计师带来了更多新的创作灵感。文章分析了我国服装设计中现代服装材料的应用,研究了我国服装材料的发展趋势,探究了现代服装材料的使用性能。
卷积神经网络是深度学习算法应用最广泛的方向之一,目前卷积神经网络的应用不仅仅是停留在科技领域,已经扩展到医学、军事等领域,并且已在相关领域发挥着巨大的作用。卷积是卷积神经网络中最为核心的一部分,卷积运算占整个网络70%以上的时间,所以针对卷积运算的加速研究就显得十分重要。首先介绍近年来的卷积算法,并对其复杂度进行分析,总结了这些算法各自的优点和不足,最后对其理论研究和应用领域可能存在的突破进行了探讨和展望。
为解决复杂系统中非线性时间序列预测模型构建效率低、预测精度低的问题,提出基于组合模型的HURST-EMD预测算法。采用EMD算法将非线性时间序列分解为代表原始序列特征的各个IMF,然后引入赫斯特(Hurst)指数将同类的IMF整合为新的分量,最后选用LS-SVR-ARIMA模型进行组合预测。在该算法中,设计了序列分类整合等过程,优化了建模的计算量,构建了高效精准的预测模型。为验证模型的有效性,采用上证指数公共数据集和真实交通流数据进行检验,实验结果表明,改进的基于组合模型的HURST-EMD预测算法在提高
基于学习产出、成果导向教育,文章以“纺织专业导论”“纺织材料学”“纺纱学”“针织学”等课程为例,将染整工艺融入教学过程,提升学生的专业素养与能力,满足社会对人才的具体需求,拓宽学生的职业道路,可为纺织工程专业教育者提供借鉴。