以KE(Kansei engineering)/MLR(Multiple linear regression)相结合的方法探索白塔山纹饰丝巾的设计。首先,建立白塔山纹饰样本库,收集符合白塔山纹饰的感性意象词汇,运用语义差分法和因子法定性和量化纹样的感性意象词汇,利用因子分析...以KE(Kansei engineering)/MLR(Multiple linear regression)相结合的方法探索白塔山纹饰丝巾的设计。首先,建立白塔山纹饰样本库,收集符合白塔山纹饰的感性意象词汇,运用语义差分法和因子法定性和量化纹样的感性意象词汇,利用因子分析降维处理获取感性意象词汇。其次,采用多元线性回归方法构建白塔山纹饰形态设计因子与感性意象词汇之间的模型关系,深入剖析不同形态特征要素对感性词汇产生的具体影响程度,为白塔山纹饰设计优化提供了理论依据。最后,运用感性意象词汇和白塔山纹饰设计因子的关系模型,再结合形状文法来推演新纹饰设计。基于以上设计方法,进行丝巾产品设计。结果表明,该方法比较适合纹样设计的迭代优化及丝巾的创新设计。展开更多
文摘以KE(Kansei engineering)/MLR(Multiple linear regression)相结合的方法探索白塔山纹饰丝巾的设计。首先,建立白塔山纹饰样本库,收集符合白塔山纹饰的感性意象词汇,运用语义差分法和因子法定性和量化纹样的感性意象词汇,利用因子分析降维处理获取感性意象词汇。其次,采用多元线性回归方法构建白塔山纹饰形态设计因子与感性意象词汇之间的模型关系,深入剖析不同形态特征要素对感性词汇产生的具体影响程度,为白塔山纹饰设计优化提供了理论依据。最后,运用感性意象词汇和白塔山纹饰设计因子的关系模型,再结合形状文法来推演新纹饰设计。基于以上设计方法,进行丝巾产品设计。结果表明,该方法比较适合纹样设计的迭代优化及丝巾的创新设计。
