关于深度学习的在线评论挖掘及需求获取方法

针对传统用户需求获取方法数据量少、实时性差、成本过高等问题,提出一种基于深度学习获取用户生成内容(User-Generated Content,UGC)有效数据的在线评论挖掘及需求获取方法.以电子商务平台在线评论信息为数据源构建UGC在线评论语料集,并提出了一种结合机器学习与人工审查的需求获取方式,通过卷积神经网络过滤大型UGC在线评论语句的非信息性内容,并利用数据分析工具对用户需求嵌入密集的相似性语句进行聚类分析,以避免对重复性内容进行采样.最后由专业分析人员对机器学习所提取的用户需求进行有效审查以提升需求信息准确率.通过老年代步车设计需求获取过程为案例验证模型,证明了所研究方法的高效性和准确性.利用对用户反馈信息的分析,为企业新产品研发提供了理论支持与技术支撑.     

木工上半身肌肉负荷影响的差异性定量研究

目的在特定实验任务中,对专业木工和初学者木工的表面肌电图信号进行差异性分析,为木工提供合理的工作策略指导其减少工作相关肌肉骨骼疾患(WMSDs)的发病率。方法本研究模拟木工的工作任务,测定21名专业木工和21名初学者木工的4块前臂肌肉(肱桡肌、尺侧腕伸肌、尺侧腕屈肌、桡侧腕屈肌),3块肩部肌肉(前部三角肌、中部三角肌、后部三角肌)和斜方肌的表面肌电信号(sEMG)差异,并以经验水平、工作任务和肌肉类别为对比项对表面肌电信号的平均值和峰值统计学分析。结果专业木工和初学者木工之间sEMG的均值和峰值无显著性差异,初学者木工8块肌肉都表现出较高的肌肉活动水平;从局部肌肉的sEMG均值和峰值来看,木工工作任务对前部三角肌和后部三角肌造成较大肌肉负荷;经验水平、工作任务和肌肉类别对专业木工和初学者木工上半身的肌肉负荷的影响有显著差异。结论经验对木工的肩膀肌肉负荷有较大缓解作用,对降低木工工作时的肌肉疲劳度和损伤风险度具有积极作用。     

乘客舒适度自评量表研究

目的 编制乘客舒适度自评量表(SRPC),并检验其信度和效度;探究乘客舒适度与乘客个人特征和航班特征之间的关系.方法 结合文献分析编制初始问卷,选取120名民机客舱乘客进行调查,对初始问卷进行信度、效度和相关性分析,制定自评量表;采用多元线性回归法分析乘客总体舒适度与客舱设计特征量的关系.量表包括33个条目、九个因子,解释总变异71.4％;客舱物理环境分量表和客舱社会环境分量表的内部一致性Cranbach'sα 系数和分半信度均>0.60.结论 乘客舒适度自评量表的信度和效度达到了心理测量学的要求;量表结果表明乘客舒适度与年龄、身高和乘机时间大致呈负相关关系,大型宽体客机和商务舱有助于提高乘客的舒适度水平.     

基于多项Logistic回归的座面材质预测模型

目的 为促进我国邮轮市场的进一步发展,提高乘客的乘坐舒适度,对不同体态特征的乘客进行座面材质的个性化推荐.方法 提出基于多项Logistic回归的邮轮座面材质预测模型方法.结果 选择PP棉、聚氨酯泡沫塑料、乳胶3类市场上常见材质作为实验样本,通过TACTILUS人体压力分布测量系统采集了60位实验对象的人体压力分布数据;计算出SPD值用以反应压力分布的均匀程度,从而确定对应的推荐座面材质;依此数据进行回归模型的监督学习,将预测结果与真实结果比较,该模型结果的混淆矩阵体现了较优的模型精度.结论 将多项Logistic回归与经典模型进行比较,利用多项Logistic回归建立的预测模型能够获得各类别座面材质的推荐概率,模型结果更加直观且预测正确率略高,是适配于不同座面材质压力分布参数预测问题的研究方法,并且可推广该模型用于剔除舒适度水平较低的材质,缩小座面材质的备选范围,在乘客选择座椅时起到辅助设计优化的作用,帮助提高乘客对乘坐舒适性的满意程度.     

基于几何相似特征的石窟造像装饰图案生成方法

针对石窟造像装饰图案设计中图案基元的组合方式不够灵活多变、画面布置与调整耗时、图案基元间的交叉重叠问题,提出一种基于几何相似特征的图案生成方法.首先明确图案属性,利用Freeman链码描述图案基元轮廓信息;然后利用最长公共子序列计算图案基元间的几何相似性特征;接着基于计算结果对图案基元进行设计布局,完成子图案的效果生成;最后依据检测和识别出的图案空间分布模式将子图案进行扩充生成.采用响堂山石窟中的装饰图案基元数据进行实验的结果表明,所提方法不仅解决了图案基元组合优化问题,而且能实现复杂图案的快速生成设计,该方法在图案基元的匹配时间为19.2 s,比人工方法的36.1 s更优.     

不确定条件下产品模块划分方案评价方法

针对模块化产品设计过程中模块划分结果的评价与决策问题,提出基于不确定语言变量多属性决策的评价方法。不同的模块划分方法、划分标准,可获得不同的模块划分方案,需对这些方案进行评价与决策。依据成本多属性评价体系,运用依赖型不确定语言有序加权几何(Dependent uncertain linguistic ordered weighted geometric,DULOWG)算子,对模块划分方案做出评价。由评价者对模块划分方案关于属性进行测度,构建多属性评价矩阵,借助不确定语言变量调整权重,从而降低评价者因主观性导致评价结果的不合理,从而提高评价方法的客观性和有效性。在此基础上对各方案进行评价计算得到成本多属性综合影响下的最优方案,并以开关柜为实例验证了该方法的可行性与有效性。同时,将本文方法与模糊层次分析法进行比较,指出本文方法的优越性。     

多约束条件下定制产品模块划分方法

为解决定制设计过程中模块划分问题,提出多约束条件下模块划分方法,该方法以功能域、结构域、用户需求域为多约束条件,提出产品定制模块多约束划分准则,构建产品零部件功能关联性矩阵、结构性关联矩阵以及用户需求关联性矩阵,并采用层次分析法确定三种约束之间的权重系数,计算产品零部件两两之间模块化综合关联度。依据模块化综合关联度和阈值生成相应的模块划分方案。并以开关柜为实例,验证了该方法的可行性。     

可适应布局形式变化的产品色彩设计研究

目的 为解决当前产品色彩设计过早确定布局形式而导致的产品色彩设计方案片面性问题.方法 提出运用产品象元理论和BP神经网络实现适应不同布局形式变化的色彩方案设计的方法.首先,运用产品象元理论分析产品样本,运用象元运算法则确定不同布局形式方案,在此基础上进行色彩设计,建立不同布局形式的色彩方案样本库;其次,通过问卷调查对色彩样本库进行量化,设置神经网络结构,运用BP神经网络建立不同布局形式的色彩设计方案的评价模型;最后,以数控机床色彩布局设计研究为例验证该方法的可行性.结论 该方法以一种模块化的方式研究了不同布局形式的变化,能够有效地扩展设计思路,提出更加客观地适应布局形式变化的设计方案,提升色彩设计的成功率.     

融合 DE-GWO 与 SVR 的文化意象预测模型

为更客观准确的量化文化特征与意象间的关系,提出一种融合混合灰狼优化算法(DE-GWO)与 支持向量回归(SVR) 的文化意象预测模型。首先,构建以多组意象词汇为基础的响堂山石窟造像的文化特征的 意象空间,并利用眼动追踪技术进行文化意象认知实验,获取被试生理认知数据并对其进行单因素方差分析, 进而得到文化意象预测模型的眼动指标参数数据集;其次,引入基于 DE 算法的差分进化策略以弥补 GWO 搜 索过程陷入停滞状态的问题;再次,利用改进后的 GWO 算法对 SVR 模型的参数 C 和 g 进行寻优;最后利用 构建的 DE-GWO-SVR 模型实现对文化意象认知的预测。为了进一步证明所构建模型的泛化性,采用 BP, ABC-SVR 和 DT 等 5 种模型进行对比实验,结果表明该模型对于文化意象认知的预测效果更好。