進階搜尋


下載電子全文  
系統識別號 U0026-2508201121154100
論文名稱(中文) 運用支援向量迴歸建構以材質與顏色為基礎之產品意象預測模式
論文名稱(英文) Building Product Image Prediction Model Based on Material and Color using Support Vector Regression
校院名稱 成功大學
系所名稱(中) 工業設計學系碩博士班
系所名稱(英) Department of Industrial Design
學年度 99
學期 2
出版年 100
研究生(中文) 林明賢
研究生(英文) Ming-Shien Lin
學號 P36981148
學位類別 碩士
語文別 中文
論文頁數 77頁
口試委員 指導教授-謝孟達
口試委員-蕭世文
口試委員-楊智傑
中文關鍵字 感性工學數量化一類  支援向量迴歸  材質  色彩 
英文關鍵字 Kansei engineering  Quantitative Theory Type I  Support Vector Regression  materials  colors 
學科別分類
中文摘要 產品對消費者情感反應是感性工學(Kansei engineering)的重要課題,如何透過產品材質與顏色的參數化,篩選出關鍵的產品材質和顏色特徵參數,將可成為設計師在設計產品時的重要參考。本研究先以數量化一類(Quantitative Theory Type I)分析產品色彩和材質與感性語彙之間的相關性,找出其產品「材質」「色彩」的重要參數以提供設計師參考。接著將筆記型電腦外殼的三種材質「塑膠」、「金屬」、「皮革」及「顏色」參數化,請受測者針對3D模擬的筆記型電腦樣本對三個形容詞語彙進行評分,以了解消費者對產品偏好程度,然後運用支援向量迴歸(Support Vector Regression, SVR)進行訓練,以建立產品色彩和材質與感性語彙之間的非線性預測模式。未來讓設計師和產品開發商在進行產品開發時,針對材質與顏色的選擇能有效掌握消費者心理需求。
英文摘要 Consumers’ emotional response to products is an important subject in Kansei engineering. How to screen out products’ key materials and color features through parametrization of these factors can serve as an important reference for designers to design products. Based on Quantitative Theory Type I, this study firstly makes an analysis of relationship of products’ colors and materials with kansei vocabulary and finds out important properties of products’ “materials” and “colors”. Secondly, the study paramatizes “plastic”, “metal”, “leather”, materials of shells of notebook computers as well as “color” and invites testees to grade notebook computers in 3D simulation design with three adjectives so as to understand consumers’ preference for products. Finally, the study applies Support Vector Regression (SVR) to do practice in order to establish a nonlinear predictive model between products’ colors / materials and kansei vocabulary. In the future, designers and product developers can use this model in product development so as to have a good prediction of consumers’ psychological demand by judging their choice in materials and colors.
論文目次 第一章 緒論 1
1-1 研究背景與動機 1
1-2 研究目的 3
1-3 研究範圍與限制 3
1-4 研究架構 4
第二章 文獻探討 5
2-1 感性工學 5
2-2 因素分析 6
2-3 數量化一類 6
2-4 支援向量迴歸 7
2-5 材質相關研究與應用 10
2-5-1 筆記型電腦常用材質種類與特性 11
2-5-2 材質與質感 12
2-5-3 表面處理 13
2-6 色彩相關文獻研究 14
第三章 研究理論 17
3-1 感性工學 17
3-2 因素分析 19
3-3 數量化一類 20
3-4 支援向量迴歸 21
第四章 研究方法與步驟 24
4-1 代表性感性語彙篩選 25
4-2 意象語彙與產品色彩相關性分析 35
4-2-1 建構問卷系統 35
4-2-2 建構不同色彩屬性電腦3D模擬樣本 39
4-2-3 意象語彙與產品色彩相關性實驗 42
4-2-4 不同色彩屬性電腦樣本進行數量化一類分析 43
4-3 意象語彙與產品材質相關性分析 49
4-3-1 建構不同材質同一色彩屬性之電腦樣本 50
4-3-2 不同材質與語彙相關性實驗 52
4-3-3 不同材質色彩與語彙相關性 52
4-4 產品預測模式 58
4-4-1 MATLAB軟體進行支援向量迴歸程式 60
4-4-2 建立材質色彩參數3D電腦樣本 61
4-4-3 進行支援向量迴歸訓練 63
4-4-4 各語彙輸數據及預測結果 65
第五章 結論 69
5-1 因素分析結果 69
5-2 數量化一類結果 70
5-3 支援向量迴歸預測 71
5-4 未來展望 72
參考文獻 74

圖目錄
圖1-1 筆記型電腦占整體電腦消費市場 1
圖1-2 Acer Ferrari 系列 2
圖1-3 研究架構圖 4
圖3-1 為空間中三資料超平面分類可能情況( Vapnik,1999) 21
圖3-2 非線性映射函式φ 22
圖3-3 SVR模型計畫 23
圖4-1 實驗流程圖 24
圖4-2 ASUS G60 25
圖4-3 部分挑選出來的樣本 26
圖4-4 線上感性評量問卷 29
圖4-5 因素陡坡圖 31
圖4-6 問卷介面 36
圖4-7 以滑鼠拉動樣本 37
圖4-8 放大顯示樣本評分 37
圖4-9 樣本分群 38
圖4-10 樣本評分 38
圖4-11 筆記型電腦外形素模 40
圖4-12 63不同色彩3D電腦模擬樣本 41
圖4-13 不同色彩屬性變化電腦樣本(僅列部分樣本於附件) 41
圖4-14 受測者進行實驗 42
圖4-15 「年輕」語彙類目得點最年輕組合 44
圖4-16 「女性化」類目得點組合最高色彩 46
圖4-17 「商務感」語彙類目得點組合最高色彩 48
圖4-18 42台不同材質3D電腦模擬樣本 50
圖4-19 同一色彩不同材質3D電腦模擬樣本(僅列部分) 51
圖4-20 「年輕」語彙類目得點最高組合。 54
圖4-21 「女性化」語彙類目得點最高組合 56
圖4-22 「商務感」語彙類目得點最高組合 58
圖4-23 利用MATLAB軟體進行支援向量迴歸程式流程 59
圖4-24 Matlab spider操作及參數設定 60
圖4-25 同一色彩不同材質樣本 62
圖4-26 數據輸出轉變虛擬變數 63
圖4-27 RMSE數據收斂 64
圖4-28 「年輕」語彙SVR預測結果 67
圖4-29 「女性化」語彙SVR預測結果 67
圖4-30 「商務感」語彙SVR預測結果 68
參考文獻 文獻參考:
中文部分
[1]王宗興(2000),自行車車架造形特徵對意象認知影響之研究,國立成功大學工業設計研究所碩士論文。
[2]林大仁(2006),運用支援向量迴歸與倒傳遞類神經網路建構產品造型設計之 預測模式,國立成功大學工業設計研究所碩士論文。
[3]郭令威(2008),消費者色彩偏好與產品配色計畫之研究,國立成功大學工業設計研究所碩士論文。
[4]陳君葳(2007),應用模糊理論於產品造形及配色之研究,國立成功大學工業設計研究所。
[5]陳昱帆(2007),配色面積對於色彩意象之影響,國立成功大學工業設計研究所碩士論文。
[6]陳達昌(2009),材質表面處理之質感意象探討-以筆記型電腦為例,國立雲林科技大學設計研究所碩士論文。
[7]陳玲鈴(2006),網路路化感性意象調查與分析系統建構,行政院國家科學委員會專題研究計畫。
[8]張建成(2008), 網站設計風格之定位研究探討-以音樂網站為例,設計學報,卷11,期3。
[9]劉明忠(2004),色彩質感屬性特徵隊分類辦識與意象差異之研究-以滑鼠為例,國立雲林科技大學設計研究所碩士論文。
[10]管倖生(2009),以感性工學建構網頁設計系統之研究,設計學報,卷7,期1。
[11]蔡嘉麟(2007),消費者對產品色彩質感意象差異之研究-以寵物提籃為例,國立雲林科技大學碩士論文。
[12]簡麗如(2003),產品之材料意象在感覺認知之研究-以桌燈為例,東海大學工業設計研究所碩士論文。

英文部分
[1]Bahn, Sangwoo, Cheol Lee(2009), “Incorporating Affective Customer Needs for Luxuriousness into Product Design Attributes,” Human Factors and Ergonomics in Manufacturing, Vol. 19 , pp.105–127.
[2]Cai, C.Z. , X.J. Zhu (2009),“ Predicting the Superconducting Transition Temperature Tc of Bi Pb Sr Ca Cu O F Superconductors by Using Support Vector, ” Journal of Superconductivity and Novel Magnetism , Vol. 23, no. 5, pp. 737-740.
[3]Cao, Haijun (2010), “Application of Support Vector Regression Trained by Particle Swarm Optimization in Warrant Price Prediction,” 2010 The 2nd International Conference on Industrial Mechatronics and Automation, vol. 1, pp.358-361.
[4]Ding, Man,Wei Sun, Hanning Chen(2010), “Multi-Working Modes Product-Color Planning Based on Evolutionary Algorithms and Swarm Intelligence,” Hindawi Publishing Corporation Mathematical Problems in Engineering ,Volume 2010, pp.15 .
[5]Fu, Yali, Kui Cao(2008) , “ Indexing wood image for retrieval based on kansei factors,” 9th International Conference on Oct 26-29, 2008, pp.1099-1102.
[6]Gustavo,Camps-Valls,Luis,Gomez-Chova,Jordi,Munoz-Mari,Joan,Vila-Frances,Julia,Amoros-Lpoez,Javier,Caple-Maravilla (2006) , “ Styling and design: intuition and analysis in industrial design,” Remote Sensing of Environment ,vol.36, pp.23-33.
[7]Hu, Guosheng, Liang Hu(2009),“Support Vector Regression and Ant Colony Optimization for Grid Resources Prediction,” Lecture Notes in Computer Science, Vol 6064, pp.1-8.
[8]Huang, Shian-Chang (2010), “ Chaos-based support vector regressions for exchange rate forecasting,” Expert Systems with Applications, Vo. l37, Issue 12, pp. 8590-8598.
[9]Hu, Zhigang, Xianling Qiao(2008), “A computer-aided product color design system based on color image,” Computer-Aided Industrial Design and Conceptual Design, 9th International Conference on Nov.22-25 2008, pp.1002-1005.
[10]Huai, Cao, Wu Lei(2009) , “Product identity strategy research on equipment manufacturing industry,” Computer-Aided Industrial Design & Conceptual Design,IEEE 10th International Conference on Nov.26-29 2009, pp.70-72.
[11]Li, Jun (2009). “Kansei engineering applied in Human-Computer Interaction Design,” Computer-Aided Industrial Design & Conceptual Design, IEEE 10th International Conference on Nov.26-29 2009, pp.1287-1290.
[12]Li, Der-Chian, Yao-Hwei Fang, Chiao-Wen Liu, Cheng-jung Juang(2010),“Using past manufacturing experience to assist buliding the yield forecast model for new manufactturing processes,”Journal of intelligent Manufacturing, Vol.21, no.4, pp.1-12.
[13]Li,Yong-feng (2010) ,“Research on product image form design based on quantification theory typeⅠ,” Journal of Machine Design, Vol. 2, pp.472.
[14]Ohkura M, Goto S, Aoto T (2009) ,“Systematic study for kawaii products (fifth report): Relation between kawaii feelings and biological signals,” ICCAS-SICE, pp.4343-4346.
[15]Wang, Kai (2009), “Research of the Affective Responses to Product's Texture Based on the Kansei Evaluation,” Computational Intelligence and Design, vol. 2, pp.352-355.
[16]Wang, Shence (2009), “Emotional design based on customer experience requirement, ” IEEE 10th International Conference on Nov.26-29 2009, pp.158-161.
[17]Wang, Xing-yuan, XuYang(2006),“Study on Consumer's Kansei Image Evaluation for High-tech Consumable Products,” Management Science and Engineering,Vol. 260, pp. 976 – 980.
[18]Wu, Xia, Lufang Zhang(2009), “A study on the perceptual intention of material collocating in product,” Computer-Aided Industrial Design & Conceptual Design ,Vol.6, pp426-429.
[19]Xu, Liu, Wencong Lu , Shengli Jin, Yawei Li, Nianyi Chen (2006), “Support vector resgression applied to materials optimization of sialon ceramics , ” Chemometrics and Intelligent Laboratory Systems, Vol. 82, pp.8-14.
[20] Yang, Chih-Chieh , Meng-Dar Shieh (2010),“A support vector regression based prediction model of affective responses for product form design,” Computers & Industrial Engineering, Vol. 59, Issue 4, November 2010, pp.682-689.
[21]Yang, Mei, Lebin Jia(2009), “Study on Kansei Engineering and its Application to Product Design,”Computational Intelligence and Design,vol.8, pp.525-528.
[22]Zhaoa, Bingtao (2010) , “Modeling mercury speciation in combustion flue gases using support vector machine: Prediction and evaluation,” Journal of Hazardous Materials ,Vol. 174 , pp.244–250.
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2016-09-06起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2016-09-06起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw