脑视觉认知机制下意象-产品归类的集群用户偏好推理

精准获取用户客观需求是智能个性定制亟待解决的问题之一,传统方法明确用户认知偏好时存在多属性用户群体需求错位、对设计师经验依赖性强的问题,对此提出脑视觉认知机制下意象-产品归类的集群用户偏好推理方法。运用统计学方法甄选样本域及意象域,降低了人工干预;基于K-modes聚类用户认知特征元,构建了相似用户集群;采用K近邻算法智能化识别被试所属集群,并开展眼脑融合的主客观集成化认知实验,提取了集群中的关键主客观认知指标;最后运用逼近理想点排序法归类集群用户对应的意象-产品群,基于此归类推理出了新相似用户的认知偏好。以无人机用户认知偏好推理为例,建立了脑视觉认知机制下集群用户的意象-无人机归类,快捷推理新用户的需求案例及认知偏好,结果表明,运用现有集群用户的生理认知数据明确新用户的客观偏好的可行性和有效性,可提升生理实验的再利用率,为群体智能定制模式的个性设计提供理性客观视角。     

情感化智能设计研究现状及发展趋势

目的 对情感化智能设计的研究现状进行梳理和分析,总结面临的挑战及问题,对未来研究方向提出展望。方法 通过情感化设计和智能设计相关概念及特点的分析,归纳了情感化设计和智能设计融合的价值,并从情感需求获取、产品方案生成及设计评价三个方面阐述了情感化智能设计的研究现状。结果 定义了情感化智能设计概念,总结了情感化智能设计当前面临的问题与挑战,梳理出情感化智能设计的发展趋势。结论 情感化智能设计的发展,推动着情感化设计效率的提升、设计品质提高及在智能设计中对用户情感的关注。虽然目前情感化智能设计仍面临众多挑战,但随着智能技术的发展,将会在设计研究及应用领域起着重要作用。     

黎平县苗侗民族服饰刺绣绣种意象认知贴合度分档

针对传统服饰体验设计评价中缺乏刺绣的感性意象研究,文章提出一种黎平县苗侗民族服饰刺绣绣种意象贴合度分档方法.首先,收集代表性刺绣品种制作实物,基于KE和AB式视触觉评价模式划分绣种的意象群并提取代表性意象词对,进而采集主观评价数据;其次,使用GAR法计算绣种意象评价值与参考值之间的关联度,剖析绣种意象组成方式;接着,融...     

基于KAB模型的设计要素组合推导

目的 为了提高产品感性设计开发效率及意象匹配精度,采用定性和定量相结合的方法,提出一种基于层次分析法(AHP)与BP神经网络相结合的产品意象设计要素组合推导方法。方法 首先通过网络爬虫和亲和图法建立产品意象及造型数据库,以获得意象和设计要素;其次运用AHP构建产品层次结构模型及判断矩阵,计算意象及设计要素的权重系数;接着,基于形态拆解法与权重结果获得设计要素类型及优化组合编码,再运用语义差异法(SD)获取组合编码的用户感性意象均值;最后通过感性工学和AHP-BP神经网络构建KAB关键设计要素组合预测模型。结果 基于此模型预测四旋翼无人机设计方案,应用逼近理想解排序法(TOPSIS)对其进行验证评价,结果表明通过模型计算能够得到与目标感性意象高度匹配的设计要素组合编码。结论 基于此模型能够快速获得客观准确的产品意象造型设计要素组合,提高产品设计开发过程的效率。     

基于语义量化匹配的汽车外观显著性意象挖掘

目的 为解决传统感性设计研究中意象实验耗时大以及小样本偶然性等问题,依托现有网络评价文本信息提取了用户意象认知。方法 首先,爬取大规模汽车外观评论文本,构建语义分析词汇库,构建word2vec词向量模型;然后,基于模型获取词库内部的语义联系,计算高频关键形容词之间的语义离散性,以构建代表性意象词空间;最后,通过语义量化匹配将评论映射到意象词空间,得到大规模用户对各车型的显著性意象表征,明确了指定意象词汇下的汽车外观匹配结果。结果 运用该方法挖掘汽车外观显著性意象与基于人工评价的实验结果无显著性差异且具有高度相关性,证明了该方法的有效性。结论 以该方法挖掘用户意象认知,运用了现有的大批量用户反馈知识,提高了意象分析效率,有助于决策者快速理解消费者对汽车外观的感性知识,在设计迭代中可使产品更符合市场期望;对比相关研究,基于语义量化匹配的方式无需对超高维向量进行降维和聚类,避免了以往研究因特征降维而可能导致的词向量语义联系的损失,以得到更为准确的意象挖掘结果。     

面向产品感性意象的造型优化设计研究现状及趋势

目的产品的设计优化创新一直是研究的重点,而造型是设计优化的重要关注点之一。针对感性产品的造型优化,充分应用感性工学理论及技术,进行以用户为中心的意象造型优化设计成为当前的研究热点,基于此,对面向产品意象的造型优化设计的研究现状及趋势进行了分析。方法通过对国内外学者相关文献的梳理和归纳,在感性工学理论体系相关概念阐述的基础上,分别探讨了面向产品意象造型优化设计中的意象提取、映射构建及造型创新三个主要环节;重点分析了在产品意象造型优化中,基于计算机算法的造型优化、基于创新理论的造型优化和基于数理统计模型的造型优化三个方面的关键理论、技术及其运用。结论总结出了在造型优化方面中关键理论、技术的优缺点;结合设计研究的发展趋势,对产品意象造型优化设计提出了展望,即多方法融合、生理心理认知测量技术结合、基于AI技术和大数据的优化。     

基于眼动赋权及脑电意象认知的产品形态感性工学模型研究

目的 为解决传统认知测量主观性强,造成后续构建的感性工学模型可靠性低、客观性弱的问题,提出一种基于眼动赋权及脑电意象认知的产品形态感性工学模型构建方法。方法 确定目标感性意象词及产品对象;基于形态分析法解构产品获取形态特征,通过正交试验法重构产品实验样本;实施意象评价及眼-脑联合的意象认知实验,通过被试者的行为数据分析明确关键意象,根据眼动数据通过变异系数法计算形态特征认知权重,并基于脑电数据的时频分析及ERP的P300成分提取,确定出与意象紧密关联的脑电指标;引入岭回归建立产品形态的感性工学模型。结果 以壁挂式充电桩机身形态进行实例研究,经验证分析,该模型预测结果与意象评估结果一致性高。结论 该模型可客观准确地预测产品形态意象,从而更有效地协助设计师进行感性创新设计。     

眼动联合脑电技术的产品形态感性认知特性研究

为产品感性形态设计的认知特征提供客观生理层面的深入剖析。运用眼动、脑电技术，以家用充电桩形态为刺激对象，基于语义差异量表设计并实施眼-脑感性认知实验，并记录被试“极‘不符合’、有点‘不符合’、‘不确定是否符合’、有点‘符合’、极‘符合’用户感性期望”5种感性认知结果下的眼-脑生理信息，剖析认知特性。研究结果表明：在产品形态极“符合”用户感性期望时，被试行为反应时最短，首次注视时间最少，且能产生中央-顶区联合皮层和顶区较强烈的P₃、 LPP波幅。在产品形态极“不符合”用户感性期望时，被试行为反应时、首次注视时间增加，后颞N₂成分幅值最大；在产品形态“不确定”是否符合用户感性期望时，被试中央区产生的N₄波幅增大。从感性意象认知的神经加工机制出发，行为、眼-脑生理信息均能客观有效区分用户不同感性意象的认知状态，视觉、脑认知特性可为设计提供认知本源性的底层支持。     

脑电结合行为指标的汽车内饰色彩感性评价

为准确获取用户对色彩感性的评价信息，提高汽车内饰设计的成功率与效率，引入脑电技术，在解析用户的内隐感性信息基础上，对汽车内饰色彩样本进行感性评价研究。首先收集与汽车内饰色彩相关的形容词汇，通过聚类分析获得代表性意象词汇。其次由汽车内饰图片归纳出内饰代表性色相及其空间布局，两两组合形成新内饰色彩样本。接着，内饰色彩样本与代表性词汇建立基于脑电的感性认知实验，并实施感性评价实验。然后，将收集的原始脑电数据与行为数据进行异常值剔除与正向归一化处理，获取标准化数据。最后基于标准化数据应用熵权TOPSIS法，为不同指标进行赋权，并计算样本与意象之间的相对贴近度，得出不同意象下的最佳色彩样本排序。排序结果经专家小组讨论证明客观指标筛选出的方案具有有效性，可作为汽车内饰色彩设计的设计参考。