排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
基于曲线拟合的上肢伸展姿势及其运动轨迹预测 总被引:1,自引:0,他引:1
上肢伸展姿势及运动轨迹预测是人类工效学领域的前沿课题。现有的预测方法在预测准确性、自然性和实时性方面尚存在缺陷。本研究系统提出了基于曲线拟合的上肢伸展姿势及运动轨迹预测方法。首先将人体右侧上肢和躯干建模为包含11个自由度的刚体系统;其次建立三维虚拟工作空间并进行子空间的划分,实时采集了个体执行上肢伸展运动的三维轨迹数据;进而采用曲线拟合及基于自组织映射理论的权重分布核函数结合的方法,实现手及达三维工作空间内任意位置时,上肢伸展姿势及运动轨迹的预测;并进行了跨被试的拟合检验。研究建立的上肢伸展及运动轨迹预测方法具有合理性,较现有的预测方法在预测准确性、自然性及实时性方面具有优势。 相似文献
3.
4.
5.
CIE标准照明体和Munsell颜色体计算机仿真 总被引:2,自引:2,他引:2
构建并实现了CIE标准照明体和Munsell颜色体仿真线性模型,该模型的核心是模拟CIE标准照明体和Munsell颜色体的光谱能量分布;同时对CIE的CRT显示器Gamma校正方法进行改进,提出了基于神经网络的Gamma校正方法,通过对仿真结果的检验发现,该模型对CIE标准照明体和Munsell颜色体的仿真精度很高,且对CRT显示器上仿真的颜色外观较CIE Gamma校正方法更为逼真,该仿真系统可应用于颜色认知、光学、计算机图形学和机器视觉等相关学科领域。 相似文献
6.
7.
8.
为了精确标定阴极射线管(CRT)显示器,应用分光光谱辐射计1980B采集计算机控制的CRT显示器色度数据,建立了经过三通道输出整合优化的前馈BP神经网络CRT显示器标定模型.该模型是CRT显示器的红、绿、蓝3个通道的亮度等级值和颜色三刺激值之间的非线性映射.神经网络的预测颜色三刺激值与测量颜色三刺激值之间的决定系数均大于0.999 9,两者之间的CIE色差均值为0.409 7,标准差为0.332 3,远小于最小颜色可觉差.该模型的标定色差显著小于CIE伽马校正标定模型的标定色差(CIE色差均值为4.695 5,标准差为3.533 0). 相似文献
9.
10.
基于同时亮度对比的用户认知特点,构建了用户亮度感知的定量模型,为计算机界面设计中的亮度设置提供定量参考依据.在计算机仿真的CIE标准照明体D65照明下,采用仿真Munsell颜色体作为实验刺激,呈现在经过BP神经网络标定的CRT显示器上,仿真实验刺激的色差远小于最小颜色可觉差.基于亮度匹配的实验范式,4名男性用户参与了4(实验表面)×4(匹配背景)的被试者内设计实验,对每种实验条件进行了16次重复测量.重复测量方差分析结果表明,实验表面亮度和匹配背景亮度均对用户的匹配亮度产生了显著影响.用背景亮度作为自变量,匹配亮度和匹配背景亮度的韦伯对比度作为因变量,采用幂函数形式对实验数据进行拟合,在各种实验条件下拟合模型的R方均大于0.99.额外采用5名男性用户进行同样的实验对所构建模型进行验证,在各种实验条件下拟合模型的R方均大于0.95.上述结果表明,拟合模型对用户感知亮度随实验表面亮度和匹配背景改变而变化的趋势进行了高精度描述. 相似文献