产品材料质感意象与用户偏好定量关系研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.1.1 课题背景 | 第10页 |
| 1.1.2 课题研究的意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-16页 |
| 1.2.1 材料质感研究现状 | 第11-13页 |
| 1.2.2 用户偏好量化方法研究 | 第13-15页 |
| 1.2.3 材质意象定量关系研究现状 | 第15-16页 |
| 1.3 本课题的主要研究内容 | 第16-18页 |
| 第2章 材质样本选择及用户偏好量化 | 第18-34页 |
| 2.1 材质分析与样本选择 | 第18-24页 |
| 2.1.1 材料质感要素分析 | 第18-21页 |
| 2.1.2 材料质感参数确定 | 第21-23页 |
| 2.1.3 典型材质样本选择 | 第23-24页 |
| 2.2 意象词汇选择与量化 | 第24-30页 |
| 2.2.1 材质意象词汇选择 | 第24-26页 |
| 2.2.2 词汇相似度计算 | 第26-28页 |
| 2.2.3 关键词汇组的选择 | 第28-30页 |
| 2.3 材料质感与用户偏好量化方法 | 第30-33页 |
| 2.3.1 质感意象量化方法 | 第31-32页 |
| 2.3.2 量化结果分析 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 材质意象定量关系模型 | 第34-49页 |
| 3.1 基于因子分析法的量化关系分析 | 第34-35页 |
| 3.2 材质意象量化模型构建 | 第35-40页 |
| 3.2.1 BP神经网络模型构建原理 | 第35-36页 |
| 3.2.2 网络层次结构与神经元数的选择 | 第36-38页 |
| 3.2.3 激活函数选择 | 第38-39页 |
| 3.2.4 量化模型BP神经网络结构 | 第39-40页 |
| 3.3 BP神经网络训练与仿真 | 第40-43页 |
| 3.3.1 材质参数预处理 | 第40页 |
| 3.3.2 材质意象量化模型训练与仿真 | 第40-42页 |
| 3.3.3 模型验证 | 第42-43页 |
| 3.4 材质意象定量关系分析 | 第43-48页 |
| 3.4.1 金属材质意象影响因素分析 | 第43-44页 |
| 3.4.2 玻璃材质意象影响因素分析 | 第44-46页 |
| 3.4.3 塑料材质意象影响因素分析 | 第46-47页 |
| 3.4.4 木质材质意象影响因素分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于用户偏好的材质参数选择 | 第49-62页 |
| 4.1 用户偏好材质参数选择研究方法 | 第49-50页 |
| 4.2 用户目标意象量化方法 | 第50-52页 |
| 4.2.1 意象语义相似度定义 | 第50-51页 |
| 4.2.2 用户意象量化 | 第51-52页 |
| 4.3 基于遗传算法的材质参数搜索 | 第52-57页 |
| 4.3.1 编码方案的选择 | 第52页 |
| 4.3.2 适应函数与遗传操作的确定 | 第52-55页 |
| 4.3.3 控制参数的选择与约束 | 第55-56页 |
| 4.3.4 遗传算法解的搜索性能 | 第56-57页 |
| 4.4 多意象材质参数选择 | 第57-61页 |
| 4.4.1 多意象目标分解 | 第57-58页 |
| 4.4.2 改进的并列选择法 | 第58-59页 |
| 4.4.3 多意象参数选择结果与验证 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录1材料质感意象影响因素调查问题 | 第67-70页 |
| 附录2材质样本 | 第70-71页 |
| 附录3意象词汇选择方案 | 第71-72页 |
| 附录4意象词汇六维认知空间分布 | 第72-73页 |
| 附录5六维意象词汇对象点分布图 | 第73-74页 |
| 附录6意象词汇聚类进程 | 第74-75页 |
| 攻读学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
