哈尔滨工程大学学报
哈爾濱工程大學學報
합이빈공정대학학보
JOURNAL OF HARBIN ENGINEERING UNIVERSITY
2007年
10期
1150-1155
,共6页
颜声远%于晓洋%张志俭%彭敏俊%杨明
顏聲遠%于曉洋%張誌儉%彭敏俊%楊明
안성원%우효양%장지검%팽민준%양명
人机界面%主观评价%RBF网络%显示设计%光柱表
人機界麵%主觀評價%RBF網絡%顯示設計%光柱錶
인궤계면%주관평개%RBF망락%현시설계%광주표
主观评价指标权重的确定方法是人机界面评价中的一项关键技术,现有的人机界面主观评价方法难以摆脱个人和随机性因素的影响.提出的基于RBF网络的主观评价指标权重计算方法,利用人工神经网络的自组织、自学习与自适应特性对网络进行训练,使网络学习隐含在训练数据中人机界面主观评价指标的权重规律中,自适应调整主观评价指标的权重,克服了主观赋权法定权的随机性因素影响.文中建立了基于RBF网络的光柱表人机界面主观评价模型;研究了主观评价的样本数量、扩展系数、网络模型精度三者之间的相互关系.对不同训练样本数的光柱表人机界面主观评价RBF网络模型的分析表明,采用80个训练样本可以得到令人满意的评价精度.
主觀評價指標權重的確定方法是人機界麵評價中的一項關鍵技術,現有的人機界麵主觀評價方法難以襬脫箇人和隨機性因素的影響.提齣的基于RBF網絡的主觀評價指標權重計算方法,利用人工神經網絡的自組織、自學習與自適應特性對網絡進行訓練,使網絡學習隱含在訓練數據中人機界麵主觀評價指標的權重規律中,自適應調整主觀評價指標的權重,剋服瞭主觀賦權法定權的隨機性因素影響.文中建立瞭基于RBF網絡的光柱錶人機界麵主觀評價模型;研究瞭主觀評價的樣本數量、擴展繫數、網絡模型精度三者之間的相互關繫.對不同訓練樣本數的光柱錶人機界麵主觀評價RBF網絡模型的分析錶明,採用80箇訓練樣本可以得到令人滿意的評價精度.
주관평개지표권중적학정방법시인궤계면평개중적일항관건기술,현유적인궤계면주관평개방법난이파탈개인화수궤성인소적영향.제출적기우RBF망락적주관평개지표권중계산방법,이용인공신경망락적자조직、자학습여자괄응특성대망락진행훈련,사망락학습은함재훈련수거중인궤계면주관평개지표적권중규률중,자괄응조정주관평개지표적권중,극복료주관부권법정권적수궤성인소영향.문중건립료기우RBF망락적광주표인궤계면주관평개모형;연구료주관평개적양본수량、확전계수、망락모형정도삼자지간적상호관계.대불동훈련양본수적광주표인궤계면주관평개RBF망락모형적분석표명,채용80개훈련양본가이득도령인만의적평개정도.
