一种基于自然语言处理的汽车造型推导方法技术

本发明专利技术提供一种基于自然语言处理的汽车造型推导方法，该方法首先提出所需设计的汽车类型，然后有针对性进行市场调研，采集潜在用户对汽车造型的要求及期待，形成口语报告，并对口语包括进行处理，提取关键词。设计师根据关键词，设计出多种汽车造型风格，并对设计出的汽车造型风格进行匹配和评价，最后采用匹配度高的设计方案。与现有技术相比，此方法，能够从用户的感性认识出发，设计过程中，设计师充分考虑用户需求，不再是设计师的一言堂，最终设计出的汽车造型风格适应大众需求，得到用户的高度认可。

【技术实现步骤摘要】

本专利技术涉及汽车制造
，具体来说为一种基于自然语言处理的汽车造型推导方法。
技术介绍
根据调查，我国超过七成的消费者认为外观造型是决定购买汽车时的首要考虑因素，汽车造型风格认知以用户为中心，极大地影响着消费者购车行为。对于设计师而言，如何形成消费者认可并接受的汽车造型风格成为关键性问题。围绕这一问题，近年来国内外学者对进行了广泛的研究，如：苏建宁等建立了神经网络评价系统，并利用非支配排序遗传算法建立了汽车侧轮廓的多意象造型进化设计系统；徐江等以典型汽车产品为例，提出了产品风格历时性与共时性进化模型，并结合生物遗传学理论定义了产品风格基因；付黎明等提出了汽车造型认知过程中的意向投影原理，建立了相应的意向投影评估模型；王波等提出了汽车造型的“线-型”分析方法，用以判定、提取汽车形体表面的关键造型线；Hsiao等运用模糊集与神经网络方法对汽车造型风格及意象进行了研究；Jay等运用形状文法，将别克汽车造型风格编码为可重用的设计语言；Lai等以汽车外形轮廓为例，提出了“感知度”(FeelingQuality,FQ)的概念，从而实现产品设计的参数与用户感知意象的映射；Coughlan等提出用多次显示的方法对汽车设计方案进行美学评价。总体而言，现有研究尚存在以下不足：①针对汽车造型的研究中，多从某一特定角度展开(如侧面外轮廓、轮毂等)，缺乏整体性和系统性，没有考虑整车造型设计，因而不能塑造整车形象，对实际设计的指导效果不够充分。②缺乏对驱动汽车造型设计源头的探讨，即缺少对用户感性需求的有效获取和应用，未能对设计师思维规律性进行研究，从而总结出行之有效的汽车造型设计方法。针对以上不足，本文提出一种基于自然语言处理的汽车造型风格推导方法，将感性需求转化为造型特征，并结合“层次分析法”(AnalyticHierarchyProcess,AHP)进行多目标决策分析，对造型方案进行排序，从而获得最优解。
技术实现思路
本专利技术的目的是为了解决现有技术中对汽车造型的研究中，缺乏整体性和系统性，以及缺乏对驱动汽车造型设计源头的探讨，即缺少对用户感性需求的有效获取和应用的缺陷，提供一种基于自然语言处理的汽车造型推导方法来解决上述问题。为了实现上述目的，本专利技术的技术方案如下：一种基于自然语言处理的汽车造型推导方法，包括以下步骤：步骤1.提出汽车设计任务确定所需设计的汽车类型及其适用群体；步骤2.隐性风格表征对所述汽车类型进行市场调研，采集自然语言信息，并对自然语言信息进行处理，提取关键词；步骤3.显性风格的生成及评价根据关键词，设计出汽车造型风格，并对设计出的汽车造型风格进行评价。进一步的，所述步骤2包括以下步骤：21)口语报告选择不同人群，采集人群中每个人对汽车的造型风格要求，并将每个人的自然语言形成独立的口语报告；22)主题词提取对每个人的口语报告进行处理，提取主题词并计算所述主题词的权重；23)主题词聚类对主题词相似度进行两两计算，合并同类项后进行筛选得到关键词，形成隐性造型风格；24)关键词归一化处理对所述关键词进行归一化计算，得出各关键词的最终权重值。进一步的，所述步骤3包括以下步骤：31)汽车造型设计根据关键词，完成汽车的显性风格特征设计，形成多种汽车造型设计方案；32)显性风格特征分解将每种汽车造型设计方案的显性风格特征分解为多个部分，并对所述多个部分显性风格特征进行权重比较并进行归一化计算，得出每个显性风格特征的最终权重值；33)匹配度计算；对多种汽车造型设计方案分别进行显性风格特征与所述隐性风格特征的匹配度计算。进一步的，所述步骤22)中，主题词的权重计算公式如下：其中nij为一个词语或短语在一篇用户口语报告中出现的次数，TFij为所述词语或短语的词频；Σknkj代表所有词语或短语在所有口语报告中的次数之和；其中Nij为出现过所述词语或短语的用户口语报告数目，N为总口语报告数目，IDFij为所述词语或短语的反向文件频率，L为经验值；其中，H为所述词语或短语的信息熵值，wij为所述词语或短语的权重；且当wij≥δmin时，所述词语或短语将作为主题词被提取，δmin为设定的最小值。进一步的，所述步骤23)中，主题词相似度的计算公式为： S i m ( W 1 , W 2 ) = M a x i = 1... n , j = 1... m S i m ( S 1 i , S 2 j ) ]]>其中W1、W2为两个主题词，W1有n个义项：S11、S12、S13…S1n；W2有m个义项：S21、S22、S23…S2m；定义W1、W2的相似度为各个概念相似度的最大值；且0≤Sim(W1,W2)≤1；当Sim(W1,W2)＝1时，表示W1与W2的词义相同，当Sim(W1,W2)＝0时，表示W1与W2的词义不同。进一步的，所述步骤32)中，采用三标度法对所述四部分显性风格特征进行权重比较；然后再对所述四部分显性风格特征的权重分别进行归一化处理。进一步的，所述步骤33)中，匹配度计算方法如下： A = I 1 E 1 I 2 本文档来自技高网...

【技术保护点】
一种基于自然语言处理的汽车造型推导方法，其特征在于：包括以下步骤：1)提出汽车设计任务确定所需设计的汽车类型及其适用群体；2)隐性风格表征对所述汽车类型进行市场调研，采集自然语言信息，并对自然语言信息进行处理，提取关键词；3)显性风格的生成及评价根据关键词，设计出汽车造型风格，并对设计出的汽车造型风格进行评价。

【技术特征摘要】
1.一种基于自然语言处理的汽车造型推导方法，其特征在于：包括以下步骤：
1)提出汽车设计任务
确定所需设计的汽车类型及其适用群体；
2)隐性风格表征
对所述汽车类型进行市场调研，采集自然语言信息，并对自然语言信息进行处理，提取
关键词；
3)显性风格的生成及评价
根据关键词，设计出汽车造型风格，并对设计出的汽车造型风格进行评价。
2.根据权利要求1所述的一种基于自然语言处理的汽车造型推导方法，其特征在于：所
述步骤2)包括以下步骤：
21)口语报告
选择不同人群，采集人群中每个人对汽车的造型风格要求，并将每个人的自然语言形
成独立的口语报告；
22)主题词提取
对每个人的口语报告进行处理，提取主题词并计算所述主题词的权重；
23)主题词聚类
对主题词相似度进行两两计算，合并同类项后进行筛选得到关键词，形成隐性造型风
格；
24)关键词归一化处理
对所述关键词进行归一化计算，得出各关键词的最终权重值。
3.根据权利要求2所述的一种基于自然语言处理的汽车造型推导方法，其特征在于：所
述步骤3)包括以下步骤：
31)汽车造型设计
根据关键词，完成汽车的显性风格特征设计，形成多种汽车造型设计方案；
32)显性风格特征分解
将每种汽车造型设计方案的显性风格特征分解为多个部分，并对所述多个部分显性风
格特征进行权重比较并进行归一化计算，得出每个显性风格特征的最终权重值；
33)匹配度计算；
对多种汽车造型设计方案分别进行显性风格特征与所述隐性风格特征的匹配度计算。
4.根据权利要求2所述的一种基于自然语言处理的汽车造型推导方法，其特征在于：所
述步骤22)中，主题词的权重计算公式如下：
其中nij为一个词语或短语在一篇用户口语报告中出现的次数，TFij为所
述词语或短语的词频；Σknkj代表所有词语或短语在所有口语报告中的次数之和；
其中Nij为出现过所述词语或短语的用户口语报告数目，N为总口
语报告数目，IDFij为所述词语或短语的反向文件频率，L为经验值；
其中，H为所述词语或短语的信息熵值，wij为所述词语或
短语的权重；且当wij≥δmin时，所述词语或短语将作为主题词被提取，δmin为设定的最小值。
5.根据权利要求2所述的一种基于自然语言处理的汽车造型推导方法，其特征在于：所
述步骤23)中，主题词相似度的计算公式为：
S i m ( W 1 , W 2 ) = m a x i = 1 ... n , j = 1 ... m S i m ( S 1 i , S 2 j ) ]]>其中W1、W2为两个主题词，W1有n个义项：S11、S12、S13…S1n；W2有m个义项：S21、S22、S23…S2m；
定义W1、W2的相似度为各个概念相似度的最大值；
且0≤Sim(W1,W2)≤1；当Sim(W1,W2)＝1时，表示W1与W2的词义相同，当Sim(W1,W2)＝0时，
表示W1与W2的词义不同。
6.根据权利要求3所述的一种基于自然语言处理的汽车造型推导方法，其特征在于：所
述步骤32)中，采用三标度法对所述四部分显性风格特征进行权重比较；然后再对所述四部
分显性风格特征的权重分别进行归一化处理。
7.根据权利要求6所述的一种基于自然语言处理的汽车造型推导方法，其特征在于：所
述步骤33)中，匹配度计算方法如下：
A = I 1 E 1 I 2 E 1 I 3 ...

【专利技术属性】
技术研发人员：卢兆麟，张悦，王波，
申请(专利权)人：合肥学院，
类型：发明
国别省市：安徽;34