买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:吉林建筑大学
摘要:本发明公开了一种基于最优模型评价准则的产品美学评价体系;S1、建立评价模型,通过评价模型实现对产品美学进行评价;S2、将产品的各项参数输入到最优模型中进行评价;S3、向最优模型中输入产品的各个方向的图片,再根据图片进行美学评价;S4、最后想最优模型中输入人体工学的数据信息,通过人体工学进行评价;S5、根据最优模型的检测数据实现对产品的形式美、结构美和功能美对产品的美学评价输出;本发明通过不同的方向实现对产品的美学进行评价,建立最优模型实现对产品的美学进行分析处理,以及在进行评价的时候,通过多种算法实现对不同的评价方向进行计算处理,能够有效的保持评价的计算精准度,评价的信度。
主权项:1.一种基于最优模型评价准则的产品美学评价方法,其特征在于:包括有以下方法步骤:S1、建立评价模型,通过评价模型实现对产品美学进行评价:通过输入大量的产品美学数据信息,实现对美学评价模型进行建立,建立最优模型评价准则;S2、将产品的各项参数输入到最优模型中进行评价:将各项产品数据信息进行输入到最优模型中,根据最优模型实现对产品的数据信息进行计算处理,输出产品美学数据;S3、向最优模型中输入产品的各个方向的图片,再根据图片进行美学评价:将产品各个方向的图片进行输入到最优模型中,通过图像处理实现对产品的美学进行评价,实现通过各个评价准则进行产品评价;S4、最后向最优模型中输入人体工学的数据信息,通过人体工学进行评价:然后将人体工学的各项参数进行输入到最优模型中,然后根据人体工学的各项数据信息,实现对产品的使用体验进行检测,并且输出检测数据信息;S5、根据最优模型的检测数据实现对产品的形式美、结构美和功能美对产品的美学评价输出:根据各项检测的输出数据信息实现对产品美学进行评价输出;所述S1中的产品美学数据信息包括有以往产品的技术参数、形式参数和体验参数,所述技术参数包括有产品设计的核心功能数据、材料数据、加工工艺数据和结构关系数据,所述形式参数包括有色彩、形状、线条、材料、声音及其组合规律,所述体验参数包括有人机尺寸及友好温馨的人机界面,亲切的人性化关怀,合理完善的功能,及其外观质量和外观形态表现或传达出一定的信息;所述S1中的最优模型是运用线性规划、非线性规划、动态规划、整数规划以及系统科学方法所确定的表示最优方案的模型;所述最优模型的建立步骤如下:S101、确定决策变量和目标变量;S102、确定目标函数的表达式;S103、寻找约束条件;所述最优模型中的最优化问题根据有无约束条件分为无约束条件的最优化问题和有约束条件的最优化问题;根据决策变量在目标函数与约束条件中出现的形式分为线性规划问题和非线性规划问题;根据决策变量是否要求取整数分为整数规划问题和任意规划问题;所述S2中的计算处理采用的神经网络算法,所述神经网络算法采用的是深度神经网络DNN,所述深度神经网络由输入层、隐藏层和输出层组成,所述深度神经网络的深度表示它的隐藏层大于2层,具有更深的抽象和降维能力;所述深度神经网络的计算公式如下:即第i层的任意一个神经元一定与第i+1层的任意一个神经元相连,即一个线性关系z=∑wixi+b加上一个激活函数σz;DNN的层数为三层,第二层的第4个神经元到第三层的第2个神经元的线性系数定义为上标3代表线性系数w所在的层数,而下标对应的是输出的第三层索引2和输入的第二层索引4,且而每次进行矩阵运算是wTx+b,需要进行转置,将输出的索引放在前面的话,则线性运算不用转置,即直接为wx+b,总结下,第l-1层的第k个神经元到第l层的第j个神经元的线性系数定义为输入层是没有w参数的;偏倚b的定义,第二层的第三个神经元对应的偏倚定义为其中,上标2代表所在的层数,下标3代表偏倚所在的神经元的索引,同样的道理,第三个的第一个神经元的偏倚应该表示为同样的,输入层是没有偏倚参数b的;所述S3中的图像处理采用的是模糊算法,所述模糊算法包括有均值模糊和高斯模糊,所述均值模糊和所述高斯模糊是计算一个像素周边的某个领域内,相关像素的某个特征值的累加和及对应的权重,然后得到结果值;所述高斯模糊的计算公式如下:正态分布的密度函数叫做高斯函数,它的一维形式是: 其中,μ是x的均值,σ是x的方差,因为计算平均值的时候,中心点就是原点,所以μ等于0; 根据一维高斯函数,可以推导得到二维高斯函数: 根据二维高斯函数计算每个点的权重;所述S4中的人体工学采用的是贪心算法,所述贪心算法用于寻找最优解问题的常用方法;所述贪心算法一般按如下步骤进行:S401、输入贪心算法的约束条件;S402、把求解的问题分成若干个子问题;S403、对每个子问题求解,得到子问题的局部最优解;S404、把子问题的解局部最优解合成原来解问题的一个解。
全文数据:
权利要求:
百度查询: 吉林建筑大学 一种基于最优模型评价准则的产品美学评价体系
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。