基于感性工学与视觉感知协同优化的产品设计理论及应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51505004
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0506.机械设计学
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Innovative theory and method may optimize the process of product design; meanwhile improve the effect of product design. It has important significance to solve some practical problems within China, such as the vigorously promoted industry 4.0 strategy. The proposal focuses on the research of product design based on collaborative optimization of kansei engineering and computer visual perception. It closely around some key words about engineering science such as quantitative analysis of user emotions, mapping reflect research, etc. It also closely around some key words about computer science such as machine learning, image processing, expert systems, etc. The aim of this research project is to solve some of the current hot and difficult problem in the field of industrial design. The specific research contents include following three aspects. (1) In order to overcome the insufficient of single method, we establish elements analysis method of product design which based on visual attention mechanism; (2) In order to solve the problem of optimized combination of product innovation, we research the product design method and integrated decision-making which based on kansei engineering and computer visual perception; (3) In order to reduce the fatigue of evaluation and provide support for product design impact assessment, we research the evaluation method of computer-aided product design which based on REM(Rapid Eye Movement) model. The feature of this proposal is find a different perspective to analysis from perceptual quantization and rational calculation. It pays attention to applied research and the practice effect, may provide basic theories and technical supports for the broad social field application of product design, which relying on a cross-disciplinary in the rapid changed and development future.
用创新的理论和方法优化工业产品设计流程、改善设计效果,对于当下国内大力推进的工业4.0战略等实际问题,具有重要的研究意义。本项目聚焦感性工学(KE)与计算机视觉感知(CV)协同优化的产品设计创新研究,紧密围绕对消费者或使用者情感量化分析、映射反映研究等关键问题,结合机器学习、图像处理、专家系统等计算机技术,旨在解决一些目前工业产品设计领域的热点和难点问题。具体研究内容:⑴克服单一研究方法的不足,建立基于视觉注意机制的产品设计要素分析方法研究;⑵为解决产品创新的组合优化问题,研究基于感性工学与视觉感知的产品设计方法及综合决策;⑶基于眼动模型的计算机辅助产品设计评估方法研究,以降低评价疲劳,为产品设计效果评估提供支持。本项目的特色是从感性量化和理性计算角度进行分析,注重应用研究和实践效果,为以交叉学科为依托的产品设计在未来广阔和快速变动发展的社会应用领域提供基础理论和技术支撑。

结项摘要

当前时代我们正处于新一轮科技革命和产业变革大潮之中,我国经济正处在转变发展方式、优化经济结构、转换增长动力的攻关期,迫切需要新一代交叉学科的重大创新添薪续力。本项目以工业产品优化设计为出发点,提出一种感性工学(KE)与计算机视觉感知(CV)协同创新理论。紧密围绕对消费者或使用者情感量化分析、映射反映研究等关键问题,结合计算机信息技术,旨在为以交叉学科为依托的产品设计在未来广阔和快速变动发展的社会应用领域提供基础理论和技术支撑。该方面的研究工作属于设计学与数据科学的融合创新,符合工业界真实需求及时代趋势发展潮流,具有重要的理论价值和实际意义。目前取得的成果包括:一、在设计要素分析方法研究方面,提出基于卷积神经网络和集成学习的材质识别等方法,为实物工业设计过程中的CMF关键因素开发奠定了基础。二、在产品设计方法及综合决策方面,探索了非实物交互设计中如何多角度改进专家系统,解决方案组合优化的科学性问题。三,在机器辅助设计评估方法研究方面,借助极限学习机和自适应模型等方法对用户生物特征进行识别,为机器视觉获取用户情感反馈并进一步评估产品设计效果提供支撑。针对以上创新,本课题分别在SCI三区检索的国际期刊、国际国内重要学术会议发表多篇文章做出相应探讨,收到了相关领域专家较好的评价。著作交互设计主题书籍一部,申请发明专利一项。在产品设计等课程教学中,设计方法研究成果逐步推广应用,并指导多名工程硕士研究生的论文工作。另与国内外相关研究团队建立了良好的合作关系。本项目研究将信息技术领域的数学方法应用于产品设计领域的用户研究,以“量化”为基础融合感性工学方法,尝试在定性和定量的层面上对设计方案进行客观评估和优化。提出的的算法和模型注重实践效果,解决了一些目前工业产品设计领域的热点和难点问题。本课题探索计算机辅助设计研究的科学规律,为学科进步探索了一条新的发展方向,并为企业创新设计实践提供有效借鉴。

项目成果

期刊论文数量(2)
专著数量(1)
科研奖励数量(0)
会议论文数量(5)
专利数量(1)
Ensemble feature learning for material recognition with convolutional neural networks
使用卷积神经网络进行材料识别的集成特征学习
  • DOI:
    10.1186/s13640-018-0300-z
  • 发表时间:
    2018-07-30
  • 期刊:
    EURASIP JOURNAL ON IMAGE AND VIDEO PROCESSING
  • 影响因子:
    2.4
  • 作者:
    Bian, Peng;Li, Wanwan;Zhi, Ruicong
  • 通讯作者:
    Zhi, Ruicong
Multi-task feature learning-based improved supervised descent method for facial landmark detection
基于多任务特征学习的改进监督下降法进行人脸特征点检测
  • DOI:
    10.1007/s11760-017-1125-4
  • 发表时间:
    2017
  • 期刊:
    Signal, Image and Video Processing
  • 影响因子:
    --
  • 作者:
    Peng Bian;Zhengnan Xie;Yi Jin
  • 通讯作者:
    Yi Jin

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

小管径气液两相泡状流双电导阵列探针测量方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    工程热物理学报
  • 影响因子:
    --
  • 作者:
    边鹏;翟路生;金宁德
  • 通讯作者:
    金宁德

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码