首页期刊导航|现代纺织技术
期刊信息/Journal information
现代纺织技术
浙江理工大学 浙江省纺织工程学会
现代纺织技术

浙江理工大学 浙江省纺织工程学会

陈建勇

双月刊

1009-265X

att@zstu.edu.cn

0571-86843150/3151/3152

310018

浙江省杭州市下沙高教园区(西区)浙江理工大学

现代纺织技术/Journal Advanced Textile Technology北大核心CSTPCD
查看更多>>本刊是浙江理工大学主管,浙江理工大学、浙江省纺织工程学会联合主办的全国性科技期刊。以现代纺织科技为重点,报道理论研究、应用开发,生产技术及管理的成果和经验。
正式出版
收录年代

    基于CiteSpace的彝族服饰研究趋势的可视化分析

    向丰萍万雅涵刘安定
    90-100页
    查看更多>>摘要:为了解彝族服饰研究的总体发展动向,运用定量、定性分析法和CiteSpace可视化软件,选择中国知网(CNKI)数据库中508篇有效文献制作研究图谱,探析彝族服饰的研究热点及研究趋势。结果显示:研究作者、机构、期刊形成了以西南地区民族学研究为主的研究群体;目前彝族服饰分为3大研究主题,即服饰本体属性的历史发展与文化内涵、以文化为基础的传承与发展、彝族服装的创新设计与应用;研究方向由自然属性转向社会属性。研究发现,以往研究存在地域不平衡、研究方法和内容单一等不足,未来应将研究内容由国内彝族转变为国外跨境彝族,从四川彝族转变为云南、贵州、广西等区域的彝族,并结合现代科学技术进行资源视觉化、数字化的动态展示与分析。

    彝族服饰CiteSpace可视化知识图谱研究热点

    服务质量与感官体验对服装在线定制意愿的影响

    赵莹周伟高阳辉温润...
    101-112页
    查看更多>>摘要:为探究服装在线定制服务质量与感官体验对消费者定制意愿的影响机制,构建了以服装在线定制服务质量、感官体验为自变量,感知价值为中介变量,在线定制意愿为因变量的理论模型。以在线定制消费群体为对象,使用描述统计分析、因子分析、回归分析对收集有效问卷进行数据统计,探索了服装在线定制意愿的影响因素并优化了消费者评价指标。研究表明,在线定制服务质量(易用性、履行性、安全性、信息性、个性化服务)、感官体验(审美性、生动性)对感知价值有积极影响;在线定制服务质量(履行性、安全性、信息性)、感官体验(审美性、生动性)、感知价值对服装在线定制意愿有积极影响;感知价值在服务质量(易用性、履行性、安全性、信息性、个性化服务)和在线定制意愿之间起中介作用,且在感官体验(审美性、生动性)和在线定制意愿之间起完全中介作用。研究结论丰富了S-O-R模型理论,并从服务质量、感官体验方面丰富了服装在线定制意愿的影响因素研究,可为服装定制技术开发以及消费者评价指标构建提供参考。

    服务质量感官体验感知价值服装在线定制意愿回归分析

    编织管的结构、工艺及性能研究进展

    时子祥胡吉永
    113-122页
    查看更多>>摘要:与传统制作管状材料的缠绕成型、拉挤成型等方法相比,编织可以根据物体的形状和尺寸,直接形成各种形状的编织物,已广泛应用于医疗、航空航天、复合材料和组织工程等领域。围绕近年来国内外编织领域的研究成果,从编织技术的分类出发,综述了不同编织技术的编织设备及原理,分析了编织参数、编织结构、编织材料对编织管性能的影响,最后总结了编织管近年来的技术发展及挑战。综述结果可为促进编织管在智能可穿戴电子、消费电子设备等新领域中的应用提供参考。

    纺织技术编织工艺编织结构编织管性能

    辐射降温技术在服装上的应用研究进展

    王燚若男闫佳宁范美馨周广杰...
    123-133页
    查看更多>>摘要:辐射降温作为一种无源输入的降温技术,可实现零能耗、零污染的自发降温,为应对环境变化和调控人体热舒提供了创新的能源解决方案。聚焦于辐射降温技术在服装领域的应用与性能评价,介绍了基于人体热交换模型及Kirchhoff热辐射定律的高透射和高发射降温机制;综述了以膜态复合材料以及纤维态织物为代表的辐射降温材料的材料选择与制备工艺;讨论了光谱分析、织物热测量对比和服装真人试验3种性能评价方式。综述发现,辐射降温技术在服装领域大有可为,未来在提高材料的降温效率、改善服用性能、简化制备工艺、优化服装整体评价方法等方面持续优化材料的制备工艺与评价体系,以及拓宽材料的实用功能如吸湿、抗菌等,将助力推动实现辐射降温服用材料的产业化发展。

    功能性服装红外辐射辐射降温人体工学高发射高透射

    服装推荐系统的关键技术研究进展

    吕福荣师云龙景晓宁曾倩怡...
    134-144页
    查看更多>>摘要:服装推荐系统在服装行业的数字化转型中发挥着重要的作用,它可以提供服装的个性化推荐,提升用户体验,增加产品营业额,推动服装行业向智能化与高效化发展。结合服装推荐系统的重要环节,从数据收集与预处理、特征工程、模型构建3个版块归纳总结了创建服装推荐系统的一般流程与相关技术,并对传统推荐技术和深度学习技术2个方向的关键技术进行了详细综述,分析各类算法在服装推荐领域中的应用并对其进行拓展。在应用领域方面,服装推荐系统广泛应用于电子商务平台和服装搭配推荐应用等场景,为用户提供便捷的选购与穿搭建议。最后基于服装推荐系统的应用领域与发展趋势,探讨其亟需解决的问题以及未来的创新方向。

    推荐系统推荐算法服装搭配服装推荐算法研究深度学习

    2024年总目次

    145-148页

    现代纺织技术

    封2页