[发明专利]面向产品造型风格的用户认知及量化模型的建模方法有效

专利信息
申请号: 201710288650.4 申请日: 2017-04-27
公开(公告)号: CN107122548B 公开(公告)日: 2020-10-13
发明(设计)人: 潘伟杰;吕健;黄海松;袁庆霓;孙辉 申请(专利权)人: 贵州大学
主分类号: G06F30/15 分类号: G06F30/15
代理公司: 贵阳东圣专利商标事务有限公司 52002 代理人: 袁庆云
地址: 550025 贵州省*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 产品 造型 风格 用户 认知 量化 模型 建模 方法
【说明书】:

发明公开了一种面向产品造型风格的用户认知及量化模型的建模方法,包括下述步骤:(1)定义特征元素:在对产品造型风格特征元素的显著性分析基础上,定义特征元素;(2)特征元素的线性轮廓化:将以上步骤中的特征元素进行线性轮廓化,从而实现对产品造型风格进行量化描述;(3)在特征整合理论的基础上构建面向产品造型风格的用户认知模式;(4)特征元素线性轮廓的量化。本发明能量化分析产品设计中特征元素对整体造型的显著性程度,进而量化不同产品造型风格的相似度差异,为凸显品牌风格和可识别性设计提供了量化指导的特点。

技术领域

本发明属于人机交互技术领域,具体地说是涉及一种面向产品造型风格的用户认知及量化模型的建模方法。

背景技术

产品造型风格越来越趋于同质化已成为企业品牌识别的重要问题。为了更加有效地传达与凸显品牌,企业通常将产品造型风格的可识别性作为竞争策略。然而,在传统产品设计活动中,设计决策者对于市场需求的回应仅仅是依赖个人主观经验创造,这种设计策略极易使决策者陷入感性判断,难以客观量化地评估产品造型风格的可识别性,从而使设计定位出现偏差。

现有技术中,徐江等在多维度尺度法、形态分析法分析产品造型特征的基础上,提出了基于遗传算法的产品意象造型优化设计方法;卢兆麟等阐述了基于风格特征的汽车造型知识本体,在此基础上定义了基于特征匹配的汽车造型认知模式,并提出了认知过程模型。张坪等提出一种面向风格创新设计的汽车形态特征识别方法。王凯在其论文中对风格的两个层面—造型元素和风格特征,从符号学和美学的角度进行分析,提出了基于用户认知的风格意象的设计理论和方法。而针对产品造型风格的量化,Orsborn et all使用形状文法以不同种类的规则量化汽车间的差异,进而在参数化的范围内进行汽车类型的设计,为新的汽车造型设计提供指导。但这些方法均不能从用户认知角度量化不同产品造型风格的相似度差异。

发明内容

本发明的目的在于克服上述缺点而提供一种能从用户认知角度量化不同产品造型风格的相似度差异的用户认知及量化模型的建模方法。

本发明的一种面向产品造型风格的用户认知及量化模型的建模方法,包括下述步骤:

(1)定义特征元素:在对产品造型风格特征元素的显著性分析基础上,定义特征元素:

设e为产品造型的特征元素,则特征元素集合表示为E={e1,e2,e3,...ej},特征元素权重为λ,λ是特征元素显著性的参数化表达,则

为产品造型特征元素的特征值;

(2)特征元素的线性轮廓化:将以上步骤中的特征元素进行线性轮廓化,从而实现对产品造型风格进行量化描述,对特征元素的线性轮廓化作如下定义:

设l为特征元素的线性轮廓,则特征元素线性轮廓集合表示为L={l1,l2,l3,...lj},λL为特征元素线性轮廓权重;δ为用户认知加工过程,则特征元素收敛至线性轮廓的参数化形式表征如下:

产品的造型风格将收敛至产品特征元素的线性轮廓,从而对产品造型风格进行量化描述;

据上式得:

NL为特征元素的线性值;也即为产品造型风格收敛至特征元素线性轮廓的风格意向值;定义M为产品造型域,则

ε即为产品造型风格的显著度,显著度越高,则产品造型风格越收敛于其线性轮廓,识别度越高;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州大学,未经贵州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710288650.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code