吴艳华a，林丽a,b，杨勤=阳明庆a，郭主恩a，李汶潼b
（贵州大学a.机械工程学院；b.现代制造技术教育部重点实验室，贵阳550025）
取代表性意象词对，进而采集主观评价数据；其次，使用GAR法计算绣种意象评价值与参考值之间的关联度，剖析绣
种意象组成方式；接着，融合RSR法构建分档回归方程，得到绣种意象贴合度分档结果；最后，综合结果判别绣种的
意象趋势及状态，以辅助设计师根据目标意象运用不同刺绣品种进行服饰设计和商家向消费者推荐符合其意象需求
的刺绣产品。
关键词：GRA-RSR法；感性工学；民族服饰刺绣；绣种意象；贴近度；刺绣品种
中图分类号：TS101.91；J523.6文献标志码：A文章编号：10017003(2021)06007006
引用页码：061112DOI：10.3969/j.issn.1001-7003.2021.06.012
Classification of fit degrees between images and embroidery varieties
of Miao-Dong ethnic costumes in Liping county
WU Yanhua a,LIN Li a，b,YANG Qin a,YANG Mingqing",GUO Zhuen a,LI Wentong b
(a.School of Mechanical Engineering； b.Key Laboratory of Advanced Manufacturing Technology,Ministry of Education,
2022考研时间Guizhou University,Guiyang550025,China)
Abstract:In view of the current situation of a lack of research on the perceptual images of embroidery in the evaluation of traditional costume experience design,this paper proposes a method to classify fit degrees between images
and embroidery varieties of Miao-Dong ethnic costumes in Liping county.First of all,representative embroidery varieties
were collected to make physical objects,the image groups of embroidery varieties were divided according to KE and AB
visual and tactile evaluation modes,representative image word pairs were extracted,and then subjective evaluation data
were collected.Secondly,the GAR method was used to calculate the correlation between the evaluation value of
embroidery image and the reference value,and the composition method of embroidery images was analyzed.After that,
the RSR method was used to construct a regression equation of classification,and the classification results of the fit
degrees between images and embroidery varieties were obtained.Finally,the image trend and status of embroidery
varieties were judged by synthesizing the results,so as to assist the designer to use different embroidery varieties to design
costumes and according to the target image and also assist the merchants to recommend embroidery products to consumers
which satisfy their image requirements.
Key words:GRA-RSR method；kansei engineering；ethnic costume embroidery；embroidery-image；fit degree；
embroidery varieties
黎平县是一个以苗族、侗族为主的少数民族聚集地，位于贵州省的东南方向，与湖南、广西两地接壤。长期原始、质朴的生活方式，使得黎平县少数民族服饰刺绣具有鲜明的民族特和强烈的地域文化特征。精湛的刺绣工艺、大胆的用和富有思想内涵的图案，形成当地独具特的服饰设计风
收稿日期：20210105；修回日期：20210515
基金项目：国家自然科学基金资助项目（51865003）；贵州省科技计划资助项目（黔科合平台人才〔2018〕5781）
作者简介：吴艳华（1995），女，硕士研究生，研究方向为产品创新设计。通信作者：林丽，教授，linlisongbai@163。格[1]，刺绣作为服饰设计中最具装饰效果的要素之一，不同的刺绣品种可以诱发人们产生丰富的视觉和别样的触觉感受。
随着服饰装饰设计多样与个性化的发展，消费者在消费过程中不再满足于款式、彩、材质的基本需求，逐渐注重视、触等多知觉与大脑记忆组成的感性体验设计。服饰感性体验设计是一个集生理和心理层次多个因素于一体的复杂设计过程，服饰感性体验是依托人的感官而存在的。而设计师为了提升服饰的多感官体验，通过改变面料或装饰的彩、材质、工艺等手段实现。刺绣作为服饰表面常用装饰手段之一，诸多学者针对不同文化背景下衍生
70
黎平县苗侗民族服饰刺绣绣种意象认知贴合度分档
的刺绣技艺展开研究［2-4］，证明刺绣针线中赋有独特的“语言”，民族历史发展、文化演变和民族情愫等内隐性信息蕴含在内［5］，即感性意象。此外，消费者对产品多方面的感性需求，让产品的感性价值比其机能价值更为重要g」。将感性体验科学贯穿于设计过程中，更好地满足人们的感性需求和着装需求［8］，已成为了现代服饰设计一个重要且具有意义的课题。
为了将刺绣内隐的感性意象与用户的感性需求关联并外显化，通常使用内隐评价、单一的视觉或触觉评价、视触觉联动等评价模式［9-11］实施感性意象认知评价。意象认知是指人在感知外界信息时，经过大脑认知识别处理后以语言进行表述的抽象表征［12］o当今在服饰设计研究领域，基于感性工学理论［13-14］，结合因子分析、层次分析等数理模型或神经网络模型等进行客观量化，探讨了服饰设计中图案、彩、面料等要素的感性属性［15-17］。
然而，服饰中的刺绣作为一种可视可触的设计要素，对于消费者的感性体验具有较大影响，但对于绣法意象贴合度及分档情况却未提岀相应的解决途径。因此，为了提升传统民族服饰刺绣品种在现代服装感性体验设计中的有效性和合理性，本文在感性工学理论构架下，将视触觉评价模式与GRA-RSR法相结合，建立民族服饰刺绣品种意象贴合度分档方法，获取绣种意象贴合度分档，并以贵州省黎平县苗侗民族服饰刺绣为例，验证其方法的可行性。
1研究方法与过程
基于黎平县苗侗民族服饰刺绣的意象认知，研究由三部分组成：制作代表性样本；民族服饰刺绣意象确定；绣种意象贴合度计算与分档。
研究流程如下：1）通过文献研究法及走访调查法完成苗侗刺绣品种样本的收集，并通过筛选及制作获得代表性样本；2）采用AB式视触觉评价模式，确定民族服饰刺绣的代表性意象和获取认知评价数
据;3）运用GRA-RSR法，实现刺绣品种意象贴合度分档。
1.1研究样本的确定
1. 1.1样本收集
通过网络和走访收集黎平苗侗刺绣样本，确定刺绣品种类别为：平绣、雕绣、套绣、破线绣、辫绣、皱绣、绞籽绣、直针绣、网绣、挽绣、数纱绣、挑花、堆绣、打籽绣、缠线绣（马尾绣）、盘线秀、锁边绣、布贴绣，共18种。
1.1.2样本制作
请专业绣娘缝制无纹样实物，刺绣时保持底布材质、尺寸大小、布料及用线彩等条件相同，采用绣种本身特有的纹样特点的直线排列法，尽量避免纹样、彩、大小、底布材质等因素干扰，使用相机拍摄样本。图片进行去处理后裁剪为10cm X10cm的大小，如表1所示。
表1实验样本
Tab.1Experimental samples
绣种
编号名称图片绣种
编号名称图片绣种
编号名称图片
广平绣
7#绞籽绣'繼
厂T
2#雕绣|
8直针绣II
14*打籽绣（
3套绣爲
9#网绣15#缠线绣$三兰
4*破纱绣10*挽绣16#盘线绣
5rt辫绣r11#数纱绣17#锁边绣伸, 6*皱绣
12#挑花H
1計布贴绣
1.2基于AB式视触觉评价模式的民族服饰刺绣意象确定
在KE理论支持下，采用AB式视触觉评价模式进行被试的主观认知实验，确定刺绣绣种的代表性意象。其中, AB式视触觉评价模式（AB-type visual and tactile evaluation mode,AB-VT）是指将两种单一感官评价模式组合使用，即“A种评价模式+B种评价模式”。AB-VT评价模式为原单一感官评价模式的优化，在无法确定单一感官或多感官联动评价模式对用户认知造成的作用是正向还是逆向情况下，选择使用AB-VT评价模式可以降低这类问题造成的实验误差且能维持相对完整的研究范围。基于该模式下的黎平县苗侗民族服饰刺绣意象，由视觉意象和触觉意象构成。
实验步骤为：意象词收集与初筛选；视、触觉意象词汇划分；意象词聚类与分；刺绣意象认知数据获取。
1.2.1意象收集与初筛选
收集适用于刺绣产品的感性意象词汇，参考心理学统计的小概率事件原则［18］，删除带有一定个人偏见的小概率词汇，完成第一轮筛选。将词汇进行配对并制作调查问卷，对专业绣娘和服装设计的学生调查后（专业绣娘20人，专业学生22人），将被勾选频率小于等于5%的词汇剔除，获得106个形容词。
71
Classification of f it degrees between images and embroidery varieties of Miao-Dong •…
1.2.2视、触觉意象划分
该部分依赖被试者过往经历、经验分别进行两次认知实
验(A 为触觉意象词判别实验,B 为视觉意象词判别实验)o 为了更好地进行意象词的视、触感官分类，定义每个意象词出
现的频率为K ，参考下式进行划分。
k = K
(1)
m
式中:K •表示第j 个意象词被勾选次数,k 表示被勾选频率,m 表示被试总人数。
同时由式(1)可知，当k >0.500时，且k 值越大，则表示
某意象词更倾向于表达人的视觉感受。反之，则表示更倾向 于表达触觉感受。将106个形容词制作成线上方式问卷，两 次认知实验均投放200份问卷，其中A 实验回收有效问卷
186份；B 实验回收有效问卷186份。依据式(1)对意象词 进行K 值计算，划分结果为A 意象词36个、B 意象词 56 个。
1.2.3意象聚类与分
采用李克特五级量表,45位具有设计背景被试者对意象 词两两相似度评分，并依据下式获得意象评分值。
E n = £ 业(；=1,2=1,2…) (2)
；=1 m
式中:n 为意象编号；位为意象评分均值;m 为实验被试总人 数;m ；为第j 级评分的被试人数。
依据式(2)分别计算得出36个触觉和56个视觉的E n
值。获得36 x36和56 x56的相似矩阵，以多维尺度法展开 分析，其中视觉、触觉标准化初始应力Stress 分别为0. 042 86 和0.034 90，拟合度RSQ 为优。首先通过系统聚类分析，依据
树形图确定视觉、触觉意象词数分别为8和6，随后依据词 汇二维空间分布图，分别选择距离中心点最近的意象词作为
该代表。最后A 和B 的代表性词汇经过成对化处理和
维度定义得到如表2所示。
表2代表性意象词汇对及其维度定义
Tab. 2 Representative image word pairs and their dimensional definition
A 维度定义
B 维度定义寒冷的——温暖的 冷暖传统的一一流行的 新旧柔软的一一硬挺的 软硬
李念家庭背景
灵动的---呆板的 巧拙
粗糙的——平滑的
粗滑简约的——繁复的 疏密素雅的——奢华的
贵贱
1.2.4刺绣意象评价数据获取
25名具有设计背景的被试者分别进行两次评价测试。
实验使用五级评分表,A 为判别触觉意象的认知实验，被试触 摸样本后对意象词汇对进行偏好评分，如图1(a)所示。B 为 判别视觉意象的认知实验，被试观看样本后评分，如图1(b)
所示。两次时间间隔15个工作日，以减弱触觉记忆给视觉造 成的干扰。
寒冷的
温暖的
1
2
3
4 5
O O O O O
(a)触觉意象认知实验
传统的
流行的
1
2
3
4 5
O O O O O
(b)视觉意象认知实验
图1评价实验示例
Fig. 1 Example of evaluation experiment
1. 3 方 法
1.3.1基于GRA-RSR 方法的贴合度优先等级建立
灰关联分析法(grey relational analysis method , GRA )与
秩和比法(RSR)均是用于复杂系统中多指标综合评价的数学 方法。GRA 法根据不同系统中不同因子之间发展趋势的相似
或相异程度，即“灰关联度”衡量因子彼此之间的关联水平, 或预测对系统影响程度的一种分析方法。RSR 法把指标排序
(排“秩”)以“秩”计算，将实际数据转化为序值，不仅计算简 单且实验结果较为客观［19］。
在GRA-RSR 方法中，首先使用GRA 法获得刺绣评价对
象的关联度及其排序，随后将之替换为RSR 法中评价对象的
秩，随后计算频数、累计频数等其他相应指标用于评价对象的
贴合度分档，即获得评价各个评价对象的贴合度优先等级。 该方法的具体步骤如下：
设有n 个待评价样本,m 个意象评价维度。
1) 确定参考数列｛片(力｝。根据研究内容，定义一个参考 数列｛ T °(j) ｝ (j 二l,2・・・m)，参考数列表示为T °(l), T °(2)…
T 0( m )，可取值各个指标最小值、最大值、平均值或任意一个 标准值作为参考数列。
2) 确定比较数列｛ T ；(j) |。将各个意象评价维度作为比 较数列｛ "(j) ｝(；二1,2…n ； j 二1,2…m )，比较数列表示为
T ； (1),T ；⑵…爲(m)(心1,2・・・n )。
3) 对参考数列｛ T ° (j ) I 和比较数列｛ T ； (j )丨做无量纲化处
理。 初始值法:
T (j )
T ；(j ) = t (j )(； = 1，2^n ；J = 1,2^m )
(3)
4) 求差数列。
A i (j) =\ T ©(j) -T ‘(j)
(4)
式中：△； (j )表示第i 个待评价样本第j 个意象维度与参考数
=2
黎平县苗侗民族服饰刺绣绣种意象认知贴合度分档
列中第j个指标数据的绝对差。
5)计算关联系数：(j)。
2023考研时间min min j A;(j)\+p max max j A;(j)}
1W i W n1WjW m1W i W n1WjW m
△i(j)+P max max j A；(j)}
1W i W n1WjW m
(5)
式中：Zi(j)表示第i个待评价样本第J个意象维度与参考数列中第j个指标数据的关联系数;P为分辨系数，一般取0.5。
6)计算灰度关联度Z i，并根据Z i大小排序。
u-m£:⑺(6)
7)编秩。随后将关联度替换为贴合度，并将Z i分组，列岀不同组数的频数/、累计频数£/o
8)计算秩次R、平均秩次R和概率单位y值。秩次范围和平均秩次计算岀R/n值(以％表示)，最后计算岀所对应的概率单位。
Y=sin_1£R/m x n(m=1,2…;n=1,2…)
(7)
9)计算回归方程。y自变量,Z i因变量，使用最小二乘法计算常数项a、b的值，得岀回归方程Z=a+bY，通过方差齐性检验对数据进行判断是否具有统计学意义，即数据之间存在关联性。
1.3.2结果分析
根据贴合排序情况下概率单位Y值，按照自主性分档原则判别各个维度意象与绣种的贴合度高低，为感性体验设计目标意象选取适当的绣种提供支持。其中的分档数由研究者根据实际情况自定义。
2结果与分析
2.1用户意象参考值确定
为确定本文参考数列j T a(j)｝，制作李克特五级量表问卷，要求被试具有服装类设计背景或苗、侗族
刺绣购买经历，依据自身经验、记忆对刺绣制品的理想视觉和触觉感官状态对意象词打分。回收问卷30份，根据评分值确定：T视觉”= )2.5 5.0 2.5 1.0｝、T触觉0=〔5.0 1.0 5.0｝。
2.2评价数据获取与关联度排序
将认知实验获得意象评分值作为比较数列T,(j)带入GRA-RSR方法流程中，经过初始值法的无量纲处理后，计算差数列、关联系数等相关数值，获得刺绣意象关联度及其排序。比较数列为各评价刺绣样本实际评分值。各个刺绣意象评分、贴合度及排序结果见表3和表4o
表3视觉意象评分、关联度及排序
Tab.3V isual image score,correlation and ranking
编号
V1
传统-流行
V2V3
灵动-呆板简约-繁复
到张家界三日游V4
素雅-奢华
Z排序1# 2.080 3.640 1.640 2.0400.7451 2# 2.160 3.240 1.920 1.7600.6794 3# 2.920 3.000 3.080 2.7600.6435 4# 3.480 2.320 3.040 3.0800.6109 5# 2.120 3.480 3.680 3.3200.55514 6# 3.720 2.440 4.360 3.3200.54115 7# 3.780 3.220 4.390 3.1100.49916 8# 3.160 3.160 1.680 1.8000.6953 9# 2.840 2.560 3.320 1.9200.6137 10# 1.720 3.680 3.240 3.0400.56912 11# 3.160 2.120 2.840 1.9600.6326 12# 3.560 2.480 2.400 1.9600.7192 13# 1.760 2.880 4.000 3.6800.46918 14# 3.480 1.920 3.920 3.4400.48917 15# 3.080 2.640 3.920 3.4400.56313 16# 2.120 2.040 3.240 2.7200.59711 17# 3.120 2.280 3.000 2.8000.6118 18# 1.960 3.400 2.680 2.9200.60210 T视觉0 2.500 5.000 2.500 1.000
表4触觉意象评分、关联度及排序
张惠妹近况Tab.4Tactile image score,correlation and ranking
编号
T1T2T3
寒冷的-温暖的柔软的-硬挺的粗糙的-平滑的
Z排序1# 3.330 1.170 3.3300.72310
2# 3.220 1.330 3.7200.7187
3# 3.670 2.330 3.3300.6266
4# 2.670 3.670 2.6700.48316
5# 2.330 4.330 1.6700.4205
6# 2.280 4.670 1.1700.39915
7# 2.330 4.890 1.1100.39418 8# 3.330 2.670 3.0000.56913
9# 4.000 3.330 4.3300.6744
10# 1.330 4.830 1.1700.37011 11# 2.670 3.000 2.6700.50914 12# 2.670 1.670 3.3300.638
13# 3.330 4.000 2.0000.48017 14# 3.330 3.330 2.3300.5133
15# 2.330 4.060 2.1700.44112 16# 2.330 4.670 1.3300.4049
17# 3.330 2.330 3.0000.5892
18# 2.000 3.670 2.3300.4481
T触觉() 5.000 1.000 5.000
2.3基于RSR值的意象贴合度分档
首先将关联度替换为贴合度，从小到大列岀各组频数，计算各组秩次R和平均秩次R和向下累计频率，查询“百分数与概率单位对照表”，得岀率单位Y；随后以概率单位值为自变量，贴合度为因变量，使用最小二乘估值法，分析计算权重系数和常数项，得岀回归方程；最后选择合理的贴合度分档数量，依据回归方程进行分档。
根据上述步骤，运用最小偏二乘估值法计算回归方程，以累计频率对应的概率单位值Y为自变量,RSR值为因变量获
73
Classification of f it degrees between images and embroidery varieties of Miao-Dong••-
得回归方程:Z”=0.2898y-0.0611、Q=0.4857y-0.007，具有统计学意义。将视觉、触觉自定义分为四档，即优、良、相关系数V r=0.915，相关系数匕=0.976,p值均小于0.01，中、差，分档结果见表5。
表5意象贴合度分档结果
Tab.5Classification results of the fit degree
等级
视觉触觉
概率单位值y样本分档概率单位值y样本分档
优 5.500>5.000平绣、雕绣、直针绣、网绣、数纱绣、挑花绣、
布贴绣套绣、辫绣、挽绣、盘线绣、锁边绣
6.500>5.000
平绣、雕绣、网绣套绣、破线绣、直针绣、数
纱绣、挑花、打籽绣、锁边绣
良 5.000~5.500>套绣、辫绣、挽绣、盘线绣、锁边绣平绣、雕
绣、直针绣、网绣、数纱绣、挑花、布贴绣
5.000~
6.500>
套绣、破线绣、直针绣、数纱绣、挑花、打籽
绣、锁边绣平绣、雕绣、网绣
中 4.500~4.000破线绣、绞籽绣、堆绣、缠线绣 4.500~4.000辫绣、堆绣、缠线绣、盘线绣、布贴绣差<4.000皱绣、打籽绣<4.000皱绣、绞籽绣、挽绣
注；方差齐性检验,Sig=0.754>0.05，方差齐;F=85.400,p<0.01，表明分档有统计学意义。
2.4结果分析
2. 4.1绣种意象组成分析
结合表3、表4可知, 用户的视觉与触觉刺绣-意象的构成方式如表6所示。根据7个感性评价维度分析：传统的-流行的、灵动的-呆板的、简约的-繁复的、素雅的-奢华的、寒冷的-温暖的、柔软的-硬挺的、粗糙的-平滑的。就平绣而言，感性意象组成为“柔软的+温暖的+平滑的”和“呆板的+简约的+素雅的+传统的”，其中根据T。值对比后得占触觉感受影响度最大的是柔硬度，粗滑度最小；同时，视觉感受影响度最大的是巧拙度，最小的是新旧度。同理获得其他绣种的意象匹配关系。
表6绣种意象组成
Tab.6Composition of embroidery varieties-images
编绣种意象组成方式
号名称触觉视觉
1#平绣柔软的>温暖的>平滑的呆板的>简约的>素雅的>传统的
2#雕绣柔软的>平滑的>温暖的简约的>素雅的>呆板的>传统的
3#套绣温暖的>平滑的>柔软的繁复的>呆板的>流行的>奢华的
4#破纱绣硬挺的>温暖的>平滑的流行的>奢华的>繁复的>灵动的5#辫绣硬挺的>粗糙的>寒冷的繁复的>呆板的>奢华的>传统的
6#皱绣硬挺的>粗糙的>寒冷的繁复的>流行的>奢华的>灵动的
7#绞籽绣硬挺的>粗糙的>寒冷的繁复的>流行的>呆板的>奢华的8#直针绣温暖的>平滑的>硬挺的简约的>素雅的>呆板的>流行的9#网绣平滑的>温暖的>硬挺的繁复的>素雅的>流行的>呆板的10#挽绣寒冷的>粗糙的>硬挺的传统的>呆板的>繁复的>奢华的11#数纱绣硬挺的>温暖的>平滑的流行的>素雅的>灵动的>繁复的12#挑花平滑的>柔软的>温暖的流行的>素雅的>简约的>灵动的13#堆绣硬挺的>温暖的>粗糙的繁复的>奢华的>传统的>呆板的14#打籽绣温暖的>硬挺的>粗糙的繁复的>流行的>奢华的>灵动的15#缠线绣硬挺的>粗糙的>寒冷的繁复的>奢华的>流行的>呆板的16#盘线绣硬挺的>粗糙的>寒冷的繁复的>灵动的>传统的>奢华的17#锁边绣温暖的>平滑的>流行的繁复的>柔软的>奢华的>灵动的18#布贴绣硬挺的>寒冷的>粗糙的传统的>呆板的>奢华的>繁复的2.4.2绣种贴合度分档解析
由表5可知，视觉分布情况：优档七种、良档五种、中档四种、差档。触觉分布情况：优档三种、良档七种、中档五种、差档三种。其中视觉中最优档有平绣、雕绣、直针绣、网绣、数纱绣、挑花等，最差档有皱绣、打籽绣；触觉中最优档有平绣、雕绣、网绣等，最差档有皱绣、绞籽绣、挽绣。
综上可知，在进行绣种的运用和再设计时，可优先选择合适的意象组合和对应的绣种，可以较好地匹香香公主颖儿
配用户内在的心理需求。
3结论
针对传统服饰设计评价中缺乏刺绣的感性意象体验研究，本文在感性工学的理论支持下, 提供了一种视触觉认知评价模式结合GRA-RSR法的民族服饰刺绣绣种与意象贴合度分档方法，并以贵州省黎平县民族服饰刺绣为例对该方法进行应用验证。实验结果表明，该方法能获得黎平县民族刺绣绣种的意象构成方式和视触觉的意象认知分档情况，以协助面向用户感性体验的服饰刺绣创新设计，为感性服饰体验设计提供民族服饰刺绣的意象选择和参考。基于此，既可辅助设计师更好把握民族刺绣技法，设计岀更加符合消费者期望的产品，也可辅助商家向消费者推荐符合其意象期许的刺绣产品。但是，本文从人的主观意识展开研究，存在一定的局限，后续研究中可结合脑电、肌电等更为精密的生理测量手段，完善对刺绣视触觉的客观评价分析。
PDF下载参考文献:
[1]潘隽媛，王军.黎平侗族服饰元素在现代服装中的创新设计[J].
丝绸，2019,56(10):74-80.
PAN Junyuan,WANG Jun.1nnovative design of Liping Dong's costume elements in modern apparel[J]
.Journal of Silk,2019,56
(10):74-80.
[2]EMMANUEL K A B A.Nwomu:hand-made embroidery technique in
asanteland[J].Literature and Art Studies,2016,6(5):500-511.
74
发布评论