深度学习技术下的消费者动机设计模型研究
孙斐
陆定邦
赵雨淋
孙悦
广东工业大学艺术与设计学院,广东广州 510006
摘要：提出基于深度学习技术的一种快速有效的产品分类方法MdmNet,将人的动机思维方式嵌入机器学习形成新产品设计的技术方法.运用消费者信息推理方法和加权融合模块,在基准数据集Cars上进行实验,根据生产方的产品特性提出基于多神经网络特征融合的动机需求分类,其思想在于使用MDM与多神经网络融合来增加对图像库中数据的特征提取.此方法可显著提高新产品分类的性能.与对比模型比较,其性能在准确率等指标上面均有体现.在基准数据集Cars上,当设置参数Wa为0.1,参数Wb为0.9,MdmNet输出的Top-1、Top-5及Top-10正确率相对于设计师视角的传统算法可分别有所提高.MdmNet适用于数据量少、时间短的此类系统对象.
关键词：动机设计模型深度学习产品分类新产品开发目标消费者
分类号：J0-03(艺术的方法论)
资助基金：广东省科技计划海外名师资助项目(2020A1414010314)
论文发表日期：2022-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 120-125 )
英文信息