遵循“以人为本”的原则,探索老年智能服装的用户需求,为此类服装的研发提供参考.将老年智能服装的目标消费人群细分为老年群体和年轻群体两大类,通过文献分析和人员访谈的方式对老年用户展开需求调研,采用问卷调查获得国内224位家有老年人的年轻群体的消费需求.研究表明,老年用户对老年智能服装的需求可分为生理、心理、美学、功能和消费等五个方面;年轻群体普遍愿意为老年人购买老年智能服装,并且希望功能设计侧重于生理监测技术,美学设计侧重于宽松的版型设计和深色调的颜色搭配.研究结果有助于企业改善设计方案,促进老年服装市场的
将极化特征应用到深度学习的网络框架中的图像分类方法取得了不错的分类效果,但由于极化合成孔径雷达(PolSAR)图像分解方法获取的极化特征参数众多,研究人员在如何使用这些极化特征参数上遇到了一个严重的问题,即“维度灾难”;另外,基于像素的分类方法通常会受边界像素分类错误和斑点噪声的影响.针对以上问题,设计了一种使用随机森林对特征参数集进行重要性评估的方法,并根据特征重要性排名选择最优极化特征,进行图像分类的特征尺寸缩减,在分类后融合超像素算法的方法.利用AIRSAR系统获取的L波段单视极化数据进行了试验研究