印花丝巾一直被认作时尚潮流单品，并为当下时兴的新潮女性所青睐，随着人们的时尚审美在不断发展，丝巾印花图案的风格也随之越来越多样。经调研丝巾图案的整体风格和色彩、造型等设计要素是当下白领女性在进行丝巾购买时的主要关注点，因此丝巾设计不仅要考虑丝巾纹样带来的视觉享受，同时应考虑丝巾给消费者带来的心理感受。如何借助现有理论和研究技术，把消费者的心理感受与视觉特征相关联，将人的心理感受转变为可量化的客观评价，并结合智能情感技术，是我国纺织品设计行业转型升级的重要途径。
　　本文以感性工学为理论支撑，以印花丝巾实物图片为研究对象，结合图案设计美学理论和数理统计分析方法，从感性和理性双向角度提出印花丝巾图案的两级分类。一级分类直接参考图案设计原则，二级分类基于目标调研人群对印花丝巾实物样本图片的感性意象认知。最后将所得分类结果用于卷积神经网络进行深度学习，建立印花丝巾图案情感分类模型，并验证模型的学习能力。课题的主要研究内容及结论如下：
　　（1）明确基于感性层面的产品概念，包括目标调研人群的定义和丝巾设计要素的定义。通过分析丝巾购买消费习惯问卷调研，进一步明确目标群体属性为在浙江及上海地区工作或生活的年龄在23-29岁，从事技术人员、会计、教师、金融行业及销售岗位的白领女性；丝巾概念属性为材质为真丝或仿真丝，以各种印花工艺呈现图案的方型丝巾，价位在50-1000元以上不等且以100-500元居多，品牌不限。根据相关定义收集丝巾实物图片，筛选合适的实验样本图片，建立情感评价图像样本库，包含2210张样本图片。组织专家焦点小组依据图案造型设计要素确定样本图片的5个一级分类，并参考相关资料确定一级分类命名，分别为花卉&植物类、几何&抽象类、写实&主题类、民族&传统类、装饰风格类。
　　（2）进行丝巾印花图案的感性意象认知实验。从广度意义上收集与丝巾印花图片相关的形容词词汇。组织专家小组对词汇进行初步筛选并得到50组反义形容词组，以问卷形式发送给目标调研人群进行二次筛选。对保留的27组词汇对进行分群实验，并通过聚类分析法将27组词汇对分为构图形式、色彩感受、整体风格、图案造型、流行趋势5个评价要素，提取评价要素的6个代表性语义词汇对，分别为代表构图形式的规整的—自由的、复杂的—简单的，代表色彩感受的浓郁的—清新的，代表整体风格的浪漫的—理性的，代表图案造型的俏皮的—呆板的，代表流行趋势的怀旧的—流行的。所选取的选取代表性词汇对将用于下一步的主观评价实验。
　　（3）进行感性意象评价实验，建立感性意象空间。首先设计感性意象实验所用的丝巾评价桌面测评程序界面，对所得数据进行因子分析和聚类分析，获得基于实验者感性认知的样本图片二级分类。通过对比各个二级分类的散点图和因子载荷图归纳设计特点，并组织专家焦点小组，以整体风格作为主要考虑因素讨论二级分类的命名。将花卉&植物类分为简约知性、复古怀旧、浪漫古典、正式理性4类；将几何&抽象类分为简约严谨、自由随性、摩登知性、潮流个性4类；将写实&主题类分为自然趣味、浪漫可爱、摩登野性、艺术复古、华丽古典5类；将民族&传统类分为复古俏皮、严谨知性、奢华古典3类；将装饰风格类分为摩登严谨、精致怀旧、奢华复古、摩登浪漫、精致俏皮5类。本实验所做的图片分类命名将带有较强专家组成员主观意愿。
　　（4）本研究将印花丝巾图案情感分类模型分为1个一级分类CNN模型和5个二级分类CNN模型分别进行训练和验证，两种模型的建立过程相同。首先对样本图片进行分类标签标注，采用10折交叉验证法随机划分训练集和验证集进行建模和模型精度估计。卷积神经网络用AlexNet参数进行初始化，CNN网络通过学习带有分类标签的训练集图像的相关特征，得到初始的分类CNN模型，随后读取验证集图片对模型进行预报，并在不断的迭代中修正模型，最终得到每类的误差率，转化为准确率呈现。在所建立的一级分类CNN模型中，5类图片的准确率在75%~85%间；在5个二级分类CNN模型中，准确率均在70%~85%，6个CNN分类模型均有较好的学习能力。