典型文献
深度学习技术下的消费者动机设计模型研究
文献摘要：
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.
文献关键词：
动机设计模型;深度学习;产品分类;新产品开发;目标消费者
中图分类号：
作者姓名：
孙斐;陆定邦;赵雨淋;孙悦
作者机构：
广东工业大学艺术与设计学院,广东广州 510006
文献出处：
引用格式：
[1]孙斐;陆定邦;赵雨淋;孙悦-.深度学习技术下的消费者动机设计模型研究)[J].工业工程,2022(06):120-125
A类：
MdmNet
B类：
深度学习技术,动机设计模型,快速有效,产品分类,分类方法,产品设计,消费者信息,推理方法,加权融合,基准数据集,Cars,产品特性,网络特征,特征融合,需求分类,MDM,网络融合,高新产品,对比模型,模型比较,上面,设置参数,Wa,Wb,Top,设计师,传统算法,数据量,新产品开发,目标消费者
AB值：
0.437114
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
