大数据驱动的用户体验设计综述

目的研究大数据技术在用户体验设计领域的理论研究与实践应用。方法通过国内外相关文献研究和各行业对大数据驱动用户体验优化设计实践应用的分析,总结归纳当前典型的应用场景,分析在大数据时代用户体验研究将发生的变革和未来发展的趋势。结论系统地探讨了大数据在用户体验设计领域的主要应用场景以及实现方法,重点阐述了内容推荐、用户画像、需求分析、可用性分析和智能判断与决策五个应用场景,并提供了相应的参考框架。针对当下的理论研究和实践经验,提出了大数据驱动的用户体验研究未来,将会成为用户体验研究主要方法的趋势,其研究方法还将从单一的定量研究,转变为定量与定性研究相结合,更多维度的社会化大数据将逐步得到广泛应用,涉及用户隐私的数据安全与隐私侵犯问题,也将逐步得到重视。人工智能技术与大数据技术的结合,将进一步扩展用户体验研究的应用范围,深度学习、认知计算、社会计算等新技术,将逐步覆盖传统大数据用户体验研究领域无法解决的问题。     

智能车载系统的音乐服务与交互设计研究

目的探讨智能车载系统中的音乐服务与交互设计。方法基于对智能车载系统信息复杂性的探讨,结合未来车联网下可连接的服务系统,分析车载系统中音乐服务所需的交互设计要素。结论通过搭建基于云服务的信息服务系统,定义了智能车载系统中音乐服务的服务模型以及其人机交互界面,并通过应用实例初步验证了研究的有效性及可行性。     

Ho3 ,Yb3 :YA13(BO3)4晶体的光谱特征

采用助熔剂法生长了Ho3+,YB3+共掺的Ho3+,YB3+YA13(BO3)4(Ho,YBYAB)晶体,测量了晶体的室温吸收谱,进而根据Judd-Ofelt(J-O)理论计算了Ho3+在Ho,YBYAB晶体中的强度参数、自发辐射几率和积分发射截面等参数,得到强度参数为Ω2＝1.50639×10-18 cm2、Ω4＝4.86489×10-19 cm2和Ω6＝1.40248×10-19 Cm2.研究了晶体的荧光特性,并在976 nm激光泵浦下得到了上转换绿色荧光.     

基于意象的三维手势设计研究

目的利用感性意象的方法对三维手势进行设计。方法具体通过样本设计与编码、意象语汇提取、三维手势设计要素与三维手势意象语汇的映射关系构建3个阶段的研究。此外,综合对数据进行分类、运算、分析和排序。结论获取三维手势感性意象与三维手势设计要素之间的多维度映射模型,最终来验证与指导实际设计案例中的三维手势设计。     

基于语义分析下汽车无人驾驶和自主驾驶用户体验研究

目的以无人驾驶汽车和自主驾驶汽车为研究对象,针对不同的驾驶任务进行用户体验分析。方法利用语义分析法获取用户认知信息,将用户口语报告编码后进行定量分析。结果得出在主驾驶任务中,自主驾驶汽车用户体验高于无人驾驶汽车,而在次级驾驶任务中,无人驾驶汽车用户体验优于自主驾驶汽车。结论在进行主驾驶任务中,用户对自己驾驶操作更加拥有信心,而对无人驾驶汽车存在明显的不信任感。人们在自主驾驶汽车的同时打电话、听音乐或操控导航,会分散注意力从而影响驾驶操作,导致无法安心驾驶,影响生命安全;而在驾驶无人车时,人们通常觉得可以放心操作次级任务而不会影响驾驶安全,从而拥有良好的用户体验。     

手势操控车载信息交互系统研究

目的对驾驶过程中的交互任务进行分析。方法通过车载场景下的基于RGBD传感器的手势识别方法和多通道反馈分析方法进行分析。结果以手势操控作为车载信息系统的交互方式,采用多通道的反馈方式来反馈交互过程中的状态、结果以及错误,设计手势操控车载交互系统的多通道反馈方案,以及车载交互系统的手势操控集。结论实验结果表明,基于手势操控的车载信息交互系统可以有效提高操作效率和驾驶安全。     

电子轨道衡原理及信号处理分析

由于电子轨道衡计量准确度高、速度快、效率高，很多企业都把它作为一级计量设备使用。在实际应用中，电子轨道衡称重计量准确性也会受到环境条件影响。阐述了电子轨道衡的称量原理、组成，介绍电子轨道衡的信号放大、滤波、非线性修正技术，检定数据误差分析，以及在应用中出现的问题及处理措施。     

桌式会议系统

本文简明地介绍了一个多点型桌式会议系统。该系统工作于Ｗｉｎｄｏｗｓ９５／９８系统平台和Ｉｎｔｒａｎｅｔ网络的环境中：它主要由会议管理、共享白板、语音会话和视像会议四个部分所组成，可为异地用户提供一个举行远程会议的环境。     

浅谈热计量数据传输协议标准化建设的必要性

在热改工作被大力推进的背景下,供热计量经过几年快速的发展,国内涌现出了一大批致力于供热计量产品和系统研发的企业,为热计量市场研发出了大量的优秀产品,各热力公司也根据自身实际情况广泛采用适合自己的热计量产品。目前热计量正处于初期发展阶段,可谓百花齐放,在热计量蓬勃发展同时也面临着诸多亟待规范的问题,供热计量数据传输准化是其中一个比较突出的问题。     

基于ALBERT-UniLM模型的文本自动摘要技术研究

任务中的生成式摘要模型对原文理解不充分且容易生成重复文本等问题,提出将词向量模型ALBERT与统一预训练模型UniLM相结合的算法,构造出一种ALBERT-UniLM摘要生成模型。该模型采用预训练动态词向量ALBERT替代传统的BERT基准模型进行特征提取获得词向量。利用融合指针网络的UniLM语言模型对下游生成任务微调,结合覆盖机制来降低重复词的生成并获取摘要文本。实验以ROUGE评测值作为评价指标,在2018年CCF国际自然语言处理与中文计算会议（NLPC-C2018）单文档中文新闻摘要评价数据集上进行验证。与BERT基准模型相比,ALBERT-UniLM模型的Rouge-1、Rouge-2和Rouge-L指标分别提升了1.57%、1.37%和1.60%。实验结果表明,提出的ALBERT-UniLM模型在文本摘要任务上效果明显优于其他基准模型,能够有效提高文本摘要的生成质量。