|  客服中心  |  合作联系
搜刊网
论文下载
您当前位置
首页 > 论文下载 > 机械与建筑工程 > 基于意象的产品造型分类方法及应用
基于意象的产品造型分类方法及应用
来源:互联网 qikanw | 马新建1 宋晶晶2 王克明2 原思聪1
【分  类】 机械与建筑工程
【关 键 词】 相关分析;聚类分析;意象尺度法;挖掘机;产品造型特征
【来  源】 互联网
【收  录】 中文学术期刊网
正文:

  摘要】将意象尺度、相关分析和聚类分析法相结合,研究依据造型特征的产品分类方法。在对某种产品几个典型造型实例进行意象尺度评判的基础上,应用相关分析法确定相对较独立的、较能准确评价的该产品造型的一组形容词对,依此组形容词对为评价标准,对该产品各实例造型进行评价测试,用聚类分析法对实例造型进行分类。文中通过挖掘机造型分类及其结果的应用进行了说明。

  关键词:相关分析;聚类分析;意象尺度法;挖掘机;产品造型特征

  【Abstract】This paper studies the classification method of products by multiple utilization of image scaling , correlation analysis and cluster analysis method based on product modeling features. On the base of evaluating several typical modeling examples of products with the method of image scaling, the correlation analysis was applied to identify one relatively independent adjective antonymy which can describe the products modeling accurately. By setting the previously selected antonymy the standards for the evaluation, one can evaluate the various examples of products modeling and use the cluster analysis to classify the examples’ modeling. In the paper, this method was illustrated by classifying the modeling of Excavator products and the results’ application.

  Key Word: Correlation analysis;Cluster analysis;Image scaling method;Excavator; Product modeling featrue中图分类号:TP391 文献识别码:A

  0 引言

  机电产品概念设计阶段,一般有多种同类产品的设计特点可被借鉴[1]。在充分借鉴和重用成熟技术的情况下,针对一项造型特征,提出一个达到较高覆盖面的实例集供设计者评估选择,无疑会极大提高产品设计的创造性与设计质量。

  基于实例的产品设计方法是一种由目标实例的提示而得到历史记忆中的源实例,并由源实例来指导目标实例求解的创新方法,它包括实例表示、实例检索等关键技术,其中实例分类是产品设计的重要方面,特别是对于产品造型设计起着重要的作用[2][3]。针对这一问题,应用意象尺度法[4]、相关分析和聚类分析法[5],提出基于产品造型特征的机电产品分类方法,其结果可应用于基于实例的产品造型设计方法的CAID研究中。

  1 机电产品造型分类研究过程

  基于造型特征的机电产品分类过程主要有评判指标(形容词对)确定阶段、调查评价阶段、统计分析阶段。产品造型评价常用意象尺度法(也称语意差异法)进行,其关键是针对评价的对象进行合理形容词对的选择[6]。调查评价阶段包括产品样本筛选、评价表的设计、评价者的选择等。统计分析阶段包括形容词对的相关性分析、实例样本的聚类分析等。具体步骤如下所述。

  1.1形容词对的甄选

  1.1.1 评价对象的选择

  通过大型国际机电产品展、杂志广告、专业厂家等,收集实例产品的造型图片,由3~5名专业设计人员对这些图片进行初步分类,甄选出在造型方面有代表性的一组图片(数量s由实例产品造型差异程度确定),并按一定的方式编号,作为评价的对象。

  1.1.2初选形容词对及其度量表

  应用口语分析、设计调查等方法归纳总结、收集能形容该实例产品造型意象的形容词,并按造型构成要素(即形态、颜色、材质、纹理或贴图)进行整理,然后从反义词词典中选择其反义形容词,组成形容词对(其数量记为p)。形容词对表示对产品造型感性的心理连续量,常用七(或五)点表来测量。如图1所示为“自然的—生硬的”形容词对七点度量表。

  依据上述实例产品造型的代表性图片、形容词对及其量化表设计评价测试表,其一般形式如表1所示。由于该评价测试表主要用产品造型评判指标(即形容词对)的筛选,因此,表1中选择形容词对的七点度量法。

很生硬 较生硬 生硬 正常 自然 较自然 很自然 -3 -2 -1 0 1 2 3图1 七点度量表

表1 代表性样本i评价测试表 样本i 形容词对

  -3 -2 -1 0 1 2 3 代表性实例图片 静态-动态1 丑陋-漂亮2 …… …… 寒冷-温暖p 注:i—代表性实例图片的编号(i=1,2,…,s);

  j—形容词对的编号(j=1,2,…,p)。

  1.1.3测试及相关分析

用评价测试表进行测试时,首先对被测试者(即评价者)进行选择。由于测试的目的是要在诸多形容词对中甄选相对较独立的形容词对,因此,评价者一般由含工业设计师、结构工程师、销售人员、使用者、其他(如工业设计专业的学生、教师等)等五类人员组成[6]。评价者(编号为k)的总数量(记为g)一般由50~60人组成,且以对产品造型特征识别较强的工业设计专业方面的人员为主。s个代表性实例样本(图片)的第j个形容词对的测评平均值为:

(1)

  以形容词对作为变量,由于初选出的形容词对数量太多,并且彼此之间存在着一定的相关性,因而使评价结果在一定程度上反应的信息有所重叠。而且当形容词对(变量)较多时,在高维空间中分析评价结果地规律性也相当复杂。

  对以形容词对为变量的测试结果进行相关性分析,第i个形容词对与第j个形容词对的相关系数rij较大(一般rij≥0.60)的两形容词对取其一,从而完成形容词对的筛选。相关系数rij计算式为[5]:

(2)

  式中xti—第i个形容词对的第t个测试值;xtj—第j个形容词对的第t个测试值。

  1.2 基于造型特征的产品分类

  1.2.1 评价模型的构建

  以上述筛选出的形容词对作为评判指标(设为q个),将前述收集的所有实例产品造型图片进行初选,其结果作为评判对象(设为m个)。这次评价的目是对实例产品造型图片按造型特征进行分类,因此,评价者也应由五类人员、15~20人组成,而且各类人员数量应尽量均衡,形容词对可选五点度量法(如图2所示),以适用各类人员的准确评价。

很生硬 生硬 正常 自然 很自然 -2 -1 0 1 2图2 五点度量表

  根据以上综述,设计实例评价测试表,其一般形式如表2所示。评价测试时应制作如表2样的表格数量为(15~20)m个。

相关推荐
热门期刊
美国研究《美国研究》
《美国研究》(季刊)创刊于1987年,是由中国社会科学院主管、中国社会科学院美国研究所;中华美国学会主办的专业学术性刊物。 《美国研究》主要刊登:中国学者关美国问...
江苏农村经济《江苏农村经济》
《江苏农村经济》杂志,于1984年经国家新闻出版总署批准正式创刊,CN:32-1046/F,本刊在国内外有广泛的覆盖面,题材新颖,信息量大、时效性强的特点,其中主要栏目有:现代农...
中学语文教学参考《中学语文教学参考》
《中学语文教学参考》杂志,于1972年经国家新闻出版总署批准正式创刊,CN:61-1031/G4,本刊在国内外有广泛的覆盖面,题材新颖,信息量大、时效性强的特点,其中主要栏目有:创...
吉林大学社会科学学报《吉林大学社会科学学报》
《吉林大学社会科学学报》创刊于1955年7月,是由国家教育部主管、吉林大学主办的综合性学术理论刊物,创刊于1955年,双月刊,由吉林大学社会科学学报编辑部出版。《吉林...
现代语文教学研究版《现代语文教学研究版》
《现代语文(教学研究)》(旬刊)创刊于1963年,由曲阜师范大学主办。以教学研究为主,探讨新课改语文教学规律,展示中小学语文教师和语文研究员的理论研究成果,再现一线教师...
航空材料学报《航空材料学报》
杂志之家主要从事期刊订阅及增值电信业务中的信息服务业务(互联网信息服务),并非《航空材料学报》杂志官方网站。订阅投稿请联系杂志社。电话:010-62496277,地址:北京8...
友情链接
中教杯 国家新闻出版总署 中国知网 万方数据 维普网 中国科学院 中国国家图书馆 央视英文版 中国留学网 中青网 中国国家人才网 中国经济网 中国日报网 中国新闻网 中国学术期刊网
关于我们
平台简介
诚聘英才
企业文化
竞争优势
版权信息
服务条款
客服承诺
常见问题
版权声明
合作加盟
期刊加盟
广告服务
联系我们
网站导航
期刊大全
论文下载
课题申报
学术会议
编辑QQ
编辑联络
2007-2023
中文学术期刊检索机构
bianjibu777@qq.com
联系我们

版权所有©2007- 2023 中国学术期刊网(qikanw.com) All Rights Reserved 京ICP备2021008252号
本站是学术论文网络平台,若期刊网有侵犯您的版权,请及时与期刊网客服取得联系,联系信箱: bianjibu777@qq.com    
中国学术期刊网