亚洲一区人妻,久久三级免费,国模少妇无码一区二区三区,日韩av动漫

國內(nèi)或國外 期刊或論文

您當(dāng)前的位置:發(fā)表學(xué)術(shù)論文網(wǎng)電子論文》 網(wǎng)絡(luò)工程論文BP神經(jīng)網(wǎng)絡(luò)模型特性及應(yīng)用> 正文

網(wǎng)絡(luò)工程論文BP神經(jīng)網(wǎng)絡(luò)模型特性及應(yīng)用

所屬分類:電子論文 閱讀次 時間:2016-12-21 15:36

本文摘要:本網(wǎng)絡(luò)工程論文將主成分分析法、聚類分析法與BP神經(jīng)網(wǎng)絡(luò)模型相結(jié)合,對割草機(jī)產(chǎn)品造型設(shè)計與感性意象之間的關(guān)系進(jìn)行分析,為產(chǎn)品造型設(shè)計符合目標(biāo)消費(fèi)群體需求提供客觀評價幫助.但是本文只針對割草機(jī)的主要產(chǎn)品造型要素進(jìn)行了試驗(yàn),隨著研究方法及科技的不斷

  本網(wǎng)絡(luò)工程論文將主成分分析法、聚類分析法與BP神經(jīng)網(wǎng)絡(luò)模型相結(jié)合,對割草機(jī)產(chǎn)品造型設(shè)計與感性意象之間的關(guān)系進(jìn)行分析,為產(chǎn)品造型設(shè)計符合目標(biāo)消費(fèi)群體需求提供客觀評價幫助.但是本文只針對割草機(jī)的主要產(chǎn)品造型要素進(jìn)行了試驗(yàn),隨著研究方法及科技的不斷進(jìn)步,結(jié)合色彩、材質(zhì)、紋理甚至人機(jī)工程學(xué)等綜合因素的研究將成為下一步的研究重點(diǎn).基于神經(jīng)網(wǎng)絡(luò)的意象認(rèn)知模型,還存在一定局限性,隨著科技的發(fā)展,結(jié)合認(rèn)知心理學(xué)、腦科學(xué)、人工智能等技術(shù)和方法將使相關(guān)研究得到更深入的發(fā)展.

計算機(jī)周刊

  《計算機(jī)周刊》堅持為社會主義服務(wù)的方向,堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo),貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針,堅持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng),傳播先進(jìn)的科學(xué)文化知識,弘揚(yáng)民族優(yōu)秀科學(xué)文化,促進(jìn)國際科學(xué)文化交流,探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律,活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣,為教學(xué)與科研服務(wù)。

  為更全面準(zhǔn)確地評價產(chǎn)品造型設(shè)計,在近幾年國內(nèi)外產(chǎn)品評價系統(tǒng)研究的基礎(chǔ)上,綜合運(yùn)用主成分分析法、聚類分析法、BP神經(jīng)網(wǎng)絡(luò)技術(shù),對產(chǎn)品設(shè)計造型要素的感性意象進(jìn)行定量化研究,建立和完善了產(chǎn)品設(shè)計評價的神經(jīng)網(wǎng)絡(luò)模型.并以園林工具割草機(jī)產(chǎn)品設(shè)計為例訓(xùn)練模型,驗(yàn)證了模型的可行性和有效性.

  關(guān)鍵詞:

  產(chǎn)品設(shè)計評價;主成分分析;聚類分析;BP神經(jīng)網(wǎng)絡(luò);感性工學(xué)

  產(chǎn)品造型設(shè)計和評價是產(chǎn)品設(shè)計開發(fā)過程中的重要組成部分.近年來,國內(nèi)外學(xué)者結(jié)合感性工學(xué)對產(chǎn)品造型設(shè)計和產(chǎn)品造型評價進(jìn)行了大量的研究.產(chǎn)品造型設(shè)計是一項復(fù)雜的系統(tǒng)運(yùn)行過程,除受客觀條件如經(jīng)濟(jì)、技術(shù)、構(gòu)造等要素的影響外,同時,社會審美、目標(biāo)消費(fèi)群的偏好、設(shè)計師經(jīng)驗(yàn)、背景等因素也相互影響[1].人工神經(jīng)網(wǎng)絡(luò)是伴隨著生物學(xué)、數(shù)學(xué)、計算機(jī)等學(xué)科的發(fā)展而產(chǎn)生的一門新興的綜合交叉性學(xué)科.其中,最常見的是BP神經(jīng)網(wǎng)絡(luò),它具備任意精度的函數(shù)逼近能力,具有自組織、自適應(yīng)、自學(xué)習(xí)、高度非線性映射性、泛化性、容錯性的優(yōu)點(diǎn)[2].BP神經(jīng)網(wǎng)絡(luò)因其很強(qiáng)的學(xué)習(xí)能力、抗故障性、并行性的優(yōu)點(diǎn),特別適合于解決上述非線性很高的復(fù)雜系統(tǒng).割草機(jī)產(chǎn)品應(yīng)用具有較強(qiáng)的地域性和個性化的消費(fèi)者群細(xì)分,造型設(shè)計目前未形成系統(tǒng)的理論和方法.將BP神經(jīng)網(wǎng)絡(luò)法和遺傳算法等應(yīng)用于產(chǎn)品造型設(shè)計的評價系統(tǒng)中尚屬于摸索階段.文獻(xiàn)[3]提出了BP神經(jīng)網(wǎng)絡(luò)技術(shù)與產(chǎn)品評價系統(tǒng)結(jié)合的可行性.文獻(xiàn)[4]通過將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,進(jìn)一步優(yōu)化了產(chǎn)品設(shè)計評價模型的精度.產(chǎn)品造型設(shè)計與評價是個復(fù)雜的過程,需要多層次的系統(tǒng)分析.為此,本文將綜合運(yùn)用主成分分析法、聚類分析法與BP神經(jīng)網(wǎng)絡(luò)技術(shù),定量地研究感性意象與產(chǎn)品造型設(shè)計之間的關(guān)系.以園林工具割草機(jī)產(chǎn)品為例,把產(chǎn)品造型要素的集合分組為由類似對象組成的多個類,分析影響割草機(jī)產(chǎn)品感性意象的主要造型特征,基于MatlabR2014a平臺,建立BP神經(jīng)網(wǎng)絡(luò)模型,檢測產(chǎn)品造型與目標(biāo)消費(fèi)者群體偏好之間的對應(yīng)關(guān)系,以驗(yàn)證和提高產(chǎn)品設(shè)計評價模型的可行性和準(zhǔn)確度.

  1研究流程

  本文以割草機(jī)產(chǎn)品為例,綜合應(yīng)用主成分分析、聚類分析方法和BP神經(jīng)網(wǎng)絡(luò)技術(shù),對感性意象進(jìn)行定量化研究,建立和完善產(chǎn)品造型特征與感性意象關(guān)系評價的神經(jīng)網(wǎng)絡(luò)模型.研究流程如圖1所示.具體流程如下:

  (1)通過網(wǎng)絡(luò)調(diào)研并篩選得到描述割草機(jī)外形的形容詞.

  (2)通過網(wǎng)絡(luò)搜集各國割草機(jī)圖片樣本,對圖片進(jìn)行去色、去標(biāo)志處理,排除顏色和品牌對試驗(yàn)樣本的影響.

  (3)把7點(diǎn)量表建立在已經(jīng)選擇出來的感性意象形容詞上,讓每個測試者針對這些選定的形容詞對每個試驗(yàn)樣本打分.將試驗(yàn)所得數(shù)據(jù)運(yùn)用主成分分析,并結(jié)合專家意見,確定最終描述詞匯.

  (4)將樣本進(jìn)行聚類分析,并通過專家對同類內(nèi)樣本共同特征的提取,明確影響割草機(jī)外形意象的造型特征,并分析各造型特征組合與感性意象的關(guān)系.

  (5)建立BP神經(jīng)網(wǎng)絡(luò)模型,以試驗(yàn)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型.

  (6)神經(jīng)網(wǎng)絡(luò)準(zhǔn)確率檢測,總結(jié)分析.

  2割草機(jī)外觀特征與感性意象認(rèn)知關(guān)系量化試驗(yàn)

  2.1試驗(yàn)準(zhǔn)備

  通過調(diào)研,共搜集整理近5年銷售生產(chǎn)的割草機(jī)產(chǎn)品圖片150張,分別來自不同國家和地區(qū).對圖片進(jìn)行去色、去標(biāo)志處理,以排除顏色、品牌及其他因素對試驗(yàn)樣本的影響.利用KJ法[5]篩選得到20個圖片樣本,部分樣本圖片如圖2所示.經(jīng)過表1的分析可以得到形容詞的意象空間,專家設(shè)計師結(jié)合這一意象空間進(jìn)行總結(jié)和分析,得到其3個維度上的感性意象描述形容詞,分別為“科技-落后”“樸素-華麗”“易用-復(fù)雜”.

  2.3關(guān)鍵造型特征提取和聚類分析

  將意象空間的樣本進(jìn)行聚類分析,把產(chǎn)品造型要素的集合分組為由類似的對象組成的多個類,分析影響割草機(jī)產(chǎn)品感性意象的主要造型特征.通過專家設(shè)計師評價和問卷調(diào)查統(tǒng)計,抽取同類樣本內(nèi)的共同特征,得到最主要的影響割草機(jī)感性意象的造型特征.聚類分析的結(jié)果如表2所示.

  3BP神經(jīng)網(wǎng)絡(luò)模型建立、訓(xùn)練、預(yù)測

  3.1BP神經(jīng)網(wǎng)絡(luò)模型建立

  選用MatlabR2014a為平臺進(jìn)行BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的建立與模擬,其模型如圖3所示.通過歷史數(shù)據(jù)的訓(xùn)練,用以檢測產(chǎn)品造型與其感性意向的對應(yīng)關(guān)系,建立產(chǎn)品造型設(shè)計評價體系.經(jīng)過數(shù)次預(yù)先進(jìn)行的試驗(yàn),確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為3層,輸入層(包含2個節(jié)點(diǎn))、隱含層(包含4個節(jié)點(diǎn))、輸出層(包含1個節(jié)點(diǎn)).輸入層是2個設(shè)計元素的編號組合,輸出層是關(guān)于“科技的-落后的”這個語匯對的感性意象評價值.

  3.2BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練設(shè)置

  BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)次數(shù)為5000次,采用梯度下降法,目標(biāo)誤差值為0.001,訓(xùn)練結(jié)果采用均方誤差衡量,將表4中樣本1#~15#的數(shù)據(jù)導(dǎo)入建立的網(wǎng)絡(luò),訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),在1753次訓(xùn)練時結(jié)果收斂,停止訓(xùn)練,其訓(xùn)練的結(jié)果如圖4所示.由圖4可得,其實(shí)際訓(xùn)練的誤差值為0.00908.

  3.3BP神經(jīng)網(wǎng)絡(luò)模型測試選用

  表4中樣本16#~20#測試神經(jīng)網(wǎng)絡(luò)預(yù)測能力,即將5個樣本造型特征組合導(dǎo)入網(wǎng)絡(luò)的輸入層,將調(diào)查得到的數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)預(yù)測的感性評價值進(jìn)行對比,結(jié)果如表5所示.由表5可見,實(shí)際感性評價值與預(yù)測感性評價值相對誤差較小,說明網(wǎng)絡(luò)精度達(dá)到要求,驗(yàn)證了割草機(jī)產(chǎn)品評價模型的可行性和有效性.

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng):http:///dzlw/11157.html