摘要：微分博弈追逃问题的最优策略,是建立在追逃双方的轨迹预测模型基础上,通过双方轨迹进行预判,从而做出更有预见性的动态策略。因此为了获得博弈双方最优策略,提出并设计双方随机运动算法,建立了追逃双方的状态方程,并在此基础上通过改进图注意力网络(graph attention network,GAT),对其网络中邻接矩阵和特征数据连接方式进行重新设计,构建了攻击方与目标方轨迹预测模型并进行数值验证。此外采用将双方随机运动的轨迹由圆环覆盖的方法,建立轨迹连接图。结果表明,GAT网络在MAE、MAPE、RMSE等预测指标上均优于图卷积网络和契比雪夫频谱卷积网络,可用于微分博弈追逃问题的最优策略研究。

摘要：以戏剧评奖为主要表现形式的戏曲评价活动对于激励广大戏剧人投身文艺事业意义重大。本文通过对1989年-2020年上海白玉兰戏剧表演艺术奖获奖者的社会人口学特征进行分析,描述了获奖者所在地区、年龄结构、性别比结构等方面的特征,阐述了获奖地区多中心分布、获奖者年龄橄榄型分布、获奖院团实力不均等现象,以期为新时代戏剧评奖机制改革和戏剧人才培养提供理论支撑和模式参考。

摘要：精准获取用户客观需求是智能个性定制亟待解决的问题之一,传统方法明确用户认知偏好时存在多属性用户群体需求错位、对设计师经验依赖性强的问题,对此提出脑视觉认知机制下意象-产品归类的集群用户偏好推理方法。运用统计学方法甄选样本域及意象域,降低了人工干预;基于K-modes聚类用户认知特征元,构建了相似用户集群;采用K近邻算法智能化识别被试所属集群,并开展眼脑融合的主客观集成化认知实验,提取了集群中的关键主客观认知指标;最后运用逼近理想点排序法归类集群用户对应的意象-产品群,基于此归类推理出了新相似用户的认知偏好。以无人机用户认知偏好推理为例,建立了脑视觉认知机制下集群用户的意象-无人机归类,快捷推理新用户的需求案例及认知偏好,结果表明,运用现有集群用户的生理认知数据明确新用户的客观偏好的可行性和有效性,可提升生理实验的再利用率,为群体智能定制模式的个性设计提供理性客观视角。

摘要：目的 对情感化智能设计的研究现状进行梳理和分析,总结面临的挑战及问题,对未来研究方向提出展望。方法 通过情感化设计和智能设计相关概念及特点的分析,归纳了情感化设计和智能设计融合的价值,并从情感需求获取、产品方案生成及设计评价三个方面阐述了情感化智能设计的研究现状。结果 定义了情感化智能设计概念,总结了情感化智能设计当前面临的问题与挑战,梳理出情感化智能设计的发展趋势。结论 情感化智能设计的发展,推动着情感化设计效率的提升、设计品质提高及在智能设计中对用户情感的关注。虽然目前情感化智能设计仍面临众多挑战,但随着智能技术的发展,将会在设计研究及应用领域起着重要作用。

摘要：轻量化设计是解决深度卷积神经网络(deep convolutional neural network,DCNN)对设备性能和硬件资源依赖性的流行范式,轻量化的目的是在不牺牲网络性能的前提下,提高计算速度和减少内存占用。综述了DCNN的轻量化设计方法,着重回顾了近年来DCNN的研究进展,包括体系设计和模型压缩两大轻量化策略,深入比较了这两类方法的创新性、优势与局限性,并探讨了支撑轻量化模型的底层框架。此外,对轻量化网络已经成功应用的场景进行了描述,并对DCNN轻量化的未来发展趋势进行了预测,旨在为深度卷积神经网络的轻量化研究提供有益的见解和参考。

摘要：为了解决传统意象定位中感性意象部分信息丢失及用户模糊的个性化需求不完全表达的问题,提出基于改进加权SO(WSO)算法的集群用户个性意象预测研究.建立用户特征域,基于K-modes算法计算用户差异度,确立用户集群.对甄选样本实施兴趣度排序及自主性意象评价,创建集群意象因子集.引入用户相似度优化WSO算法,增强集群用户间的内在联系,精准预测目标用户黑箱的个性意象分值.基于语义差异问卷及平均绝对误差分析验证黑箱意象,输出集群中单一用户的个性化意象,实现意象预测.以无人机为例,预测用户的个性意象,误差小于0.5被舍去,表明该方法能够较好地实现用户模糊的意象黑箱透明化,且预测的意象符合用户的个性化需求,可以有效辅助设计师有针对性地设计.

摘要：针对部署于有限算力平台的YOLOv3(you only look once v3)算法对电容器外观缺陷存在检测速度较慢的问题,提出了基于YOLOv3算法改进的轻量化算法MQYOLOv3。首先采用轻量化网络MobileNet v2作为特征提取模块,通过利用深度可分离式卷积替换一般卷积操作,使得模型的参数量大幅度降低进而提高模型的检测速度,同时也带来了检测精度的降低;然后在网络结构中嵌入空间金字塔池化结构实现局部特征与全局特征的融合、引入距离交并比(distance intersection over union,DIoU)损失函数优化交并比(intersection over union,IoU)损失函数以及使用Mish激活函数优化Leaky ReLU激活函数来提高模型的检测精度。本文采用自制的电容器外观缺陷数据集进行实验,轻量化MQYOLOv3算法的平均精度均值(mean average precision,mAP)为87.96%,较优化前降低了1.16%,检测速度从1.5 FPS提升到7.7 FPS。实验表明,本文设计的轻量化MQYOLOv3算法在保证检测精度的同时,提高了检测速度。

摘要：为客观有效地获取用户对产品的感性意象需求,将内隐测量技术引入意象提取过程,探求用户非主观意识下认知数据与产品意象间的关系,建立基于内隐联想测验、多模态内隐测量(眼—脑融合)相结合的无意识多模态内隐测量意象提取模型。以标志性实验样本为模型构建的实验样本,进行认知实验;对无意识认知过程中各内隐主数据进行归一化和拟合化处理;建立基于关系分析法和图像分析法的内隐主数据关联函数;将数值加权融合,构建基于无意识多模态内隐测量的意象提取模型。以案例的非标志性样本再次验证了意象提取模型的有效性。结果表明,所提出的无意识多模态内隐测量方法,可直观地表达出各内隐测量数据的关联性;标志性样本在模型构建过程中的使用,可减少模型构建过程的主观性因素;意象提取结果与意象主观评估结果具有一致性和相关性。模型构建过程可为产品意象客观的决策模型提供新的思路,为设计师解读用户对产品的意象认知提供更客观的途径。

摘要：为解决单视-触(SV、ST)模态和视触关联(VTC)模态对产品情感体验的有效性及SV、ST模态对VTC模态意象认知的影响程度不明确的问题,基于感性工学融合多感官信息整合理论,以汽车座椅为例,设计汽车座椅的SV、ST和VT模态意象认知实验。引入正态分布和MLE模型分析三组模态实验数据,在验证MLE模型在产品意象认知领域应用可行的基础上,通过MLE模型计算SV、ST模态对VT模态意象认知的贡献度(影响程度)。实验结果显示,VTC模态较SV、ST模态对意象认知更稳定,验证了MLE模型可将SV、ST模态的意象认知关联整合,形成VTC模态的意象认知,SV、ST模态意象认知不完整,证明VTC模态意象认知有效性更强;以传统-现代意象为例,基于MLE模型计算的SV、ST模态对VTC模态意象认知贡献度分别为69%、31%,且不同意象贡献度不同,SV、ST模态贡献度比值保持在7∶3-8∶2左右。研究表明,VTC模态较SV、ST模态更有利于建立用户情感体验,设计师应注重产品的VTC意象设计,基于研究结果挖掘出的设计新视角,为产品多感官情感体验设计提供了支持。

摘要：产品造型的意象认知研究有助于感性体验设计。为探寻对产品感性意象设计影响显著的造型特征,首先,在视知觉理论支持下分解汽车前脸造型为:整体轮廓、部件线、关键线、布局4个层次;其次,经4个造型层次的整合叠加后,采用眼动追踪实验评估显著影响意象认知的造型层次及整合方式;然后,使用相关分析判断眼动数据有效性;最后,经单因素方差分析,得知“部件线”层次及“整体+部件线+关键线”整合方式最能激发意象认知。在“动感的”、“可爱的”情景下,“部件线”层次和“整体+部件线+关键线”整合方式与意象认知关系紧密;在“庄重的”意象情景下,显著的造型层次是“布局”、整合方式是“整体+布局+关键线”。研究结果可为汽车前脸定向意象的造型设计提供指导,为其他产品感性体验设计的造型层次评估提供借鉴。