CORC  > 兰州理工大学  > 兰州理工大学  > 设计艺术学院
基于大数据的产品族本体造型意象挖掘方法研究
王鹏; 朱韦龙
刊名图学学报
2021-04-30
卷号42期号:06页码:9
关键词产品族 本体模型 意象挖掘 Word2vec 主成分分析法
英文摘要为提升产品造型意象成族的准确性,增强感性工学研究中意象词汇提取的规范性和知识重用性。研究首先从同族、泛族、异族的概念切入,对目标产品族的造型意象本体进行了定义;再借助word2vec工具和主成分分析法(PCA)分别完成了对产品族意象词汇的关联性联想和降维提取,从而构建了意象词汇挖掘机制,通过此机制可以辅助设计师利用网络大数据资源更高效准确地进行目标产品意象的挖掘,一定程度上解决了传统感性工学在意象挖掘方法中模糊性。最后结合意象词汇与造型特征的映射关系,利用Protege工具构建了产品族造型意象的本体模型,对目标产品的造型意象知识进行了逻辑化表征,为下一代产品继承并发展原产品族造型意象提供参考。以马自达MX-5车系的造型意象为例构建了本体模型,并进行了子代产品前脸的概念设计。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.lut.edu.cn/handle/2XXMBERH/148001]  
专题设计艺术学院
作者单位兰州理工大学设计艺术学院
推荐引用方式
GB/T 7714
王鹏,朱韦龙. 基于大数据的产品族本体造型意象挖掘方法研究[J]. 图学学报,2021,42(06):9.
APA 王鹏,&朱韦龙.(2021).基于大数据的产品族本体造型意象挖掘方法研究.图学学报,42(06),9.
MLA 王鹏,et al."基于大数据的产品族本体造型意象挖掘方法研究".图学学报 42.06(2021):9.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace