项目CAID装饰设计子系统的研究与应用*

阐述了装饰设计在产品设计中的作用及计算机辅助装饰设计的类型。针对不同的装饰类型提出了不同的解决方案;对于色带装饰采用基于纹理映射的方法;对于标志装饰,提出了非矩形贴图算法。自行开发了CAID软件系统中的装饰设计子系统。经实际应用证明,该系统可有效地辅助工业设计师进行装饰设计。     

非矩形纹理映射的研究与应用

位图文件格式决定了位图只能存储矩形区域的像素信息，而在实际应用中存在着大量的非矩形区域的纹理映射问题。不同于通常的蒙板贴图，本文讨论了一种基于OpenGL的非矩形纹理映射算法，及其相应的原始矩形图像的前处理方法。通过实验对比，该算法能达到与蒙板贴图同样的效果，但操作更为简便，并用该方法实现了自行开发的工业设计软件系统中的非矩形纹理映射功能。     

CAID材质设计子系统的研究与实现

讨论了针对不同情况的两种材质设计方法 :基于色光和基于纹理映射 ,并开发了相应的材质设计子系统。前者利用不同材质的物体对光具有不同的反射、折射特性 ,用参数来描述物体材质 ;后者针对具有纹理、凸凹等特性的材质 ,采用纹理映射来处理。对凸凹纹理的产生、纹理的控制等关键技术进行了详细讨论 ,提出了中间框架的概念。基于关系 -对象数据库建立了材质库和纹理库。实践证明 ,该系统能有效地辅助工业设计师进行材质设计     

基于TRIZ的产品概念设计研究

归纳了基于 TRIZ的概念设计过程模型 ,总结了基于 TRIZ的概念设计思想方法与设计实践中的操作程序。结合实例 ,用质量屋分析了产品顾客需求与技术需求的关系 ,阐述了产品设计中技术冲突和物理冲突的分析和提炼 ,运用冲突矩阵查找创新原理 ,得到问题的通解 ,然后实例化为当前问题的特定解 ,完成新产品的概念设计     

Arduino串口通信控制系统的研究

针对现有Arduino智能遥控设备中串口控制指令多采用扁平结构的字符或者字符串格式的局限性,提出了基于JSON的遥控指令串口通信控制系统.在该系统中,采用串口事件函数作为控制程序总体框架,以串口作为控制指令数据源,通过JSON编码方式,实现控制指令的格式化编码及解析,实现遥控终端通过WiFi等无线通信方式对Arduin...     

一种获取重复绘制草图单元识别特征数据的方法

提出了一种草图识别特征数据分析结合图像边缘提取算法的方法,以得到设计师重复绘制草图单元的识别特征数据,从而完成重复绘制草图单元的识别。首先通过记录设计师绘制的所有草图数据,然后通过图像边缘提取算法提取出目标草图,再根据目标草图分析所有原始草图数据得到构成目标草图的原始草图序列,最后通过数据分析计算,得到该目标草图的草图识别特征数据。     

基于Lab均匀色彩空间的色彩调和系统

对计算机辅助色彩调和工具进行研究，分析了Lab均匀色彩空间的特性，提出了可视化匀色空间的两种算法，对比其性能表现并进行了分析。根据孟赛尔色彩调和理论，构建了色彩调和的几何框架，通过调整几何框架的形状、位置、角度、匀色空间色点密度等参数，确定调和框架顶点和Lab均匀色彩空间的映射，最终获得调和的色彩设计方案。在此基础上开发了CAID软件系统中的色彩调和工具，实现了快速寻找调和色彩方案的功能。     

基于OpenGL的材质设计工具的研究与应用

论文阐述了材质对真实感表现的影响;提出了基于色光和基于纹理映射两种方法相结合实现材质设计的方法;创建了方便纹理调节的纹理映射中间框架,开发了CAID软件系统中的材质设计子系统,建立了支持材质设计系统的材质库。应用实例证明,该系统能有效地辅助工业设计师进行材质设计。     

基于STEP的CAID信息建模

提出了CAID系统与CAD／CAPP／CAM系统相集成的完整集成概念。分析了自主开发的工业设计软件系统中的信息构成。以机床门为例，基于STEP标准，用EXPRESS语言对产品部件建立了工业设计领域信息模型，分析了工业设计领域STEP标准应用协议的发展方向。为建立正式的STEP标准的工业设计领域应用协议奠定了基础。     

基于特征提取和机器学习的电商数据可视化分析系统设计

针对传统电商数据可视化分析系统对用户行为特征提取准确率低,导致用户行为自动识别效果不佳,无法进行电商数据可视化操作和数据关联分析的问题,提出基于特征提取和机器学习的电商数据可视化分析系统。系统通过Scrapy网络爬虫框架进行数据采集;采用TF-IDF权重法进行特征提取和特征向量空间生成;之后利用支持向量机SVM对特征进行分类,最后通过Django网络开发框架+JavaScript技术进行可视化系统实现。结果表明,TF-IDF算法生成向量空间维度为(5 950,12 530),明显优于其他特征提取策略。在不同的特征提取策略中,支持向量机SVM的精确率、召回率和F1值分别为97.55%、98.42%和96.34%,均高于朴素贝叶斯和逻辑回归分类模型。说明提出的算法和模型可对电商用户行为特征进行准确提取和行为分类识别。验证发现,本系统可进行电商数据陈列、图表展示和动态交互,满足电商数据可视化分析需求,进一步提升了电商数据可视化水平。