扬州漆木柜典型度预测方法

为设计出具有传承性的新中式漆木家具,以扬州漆木柜为例开展典型度预测研究,提出基于支持向量分类机的典型度预测方法。首先,综合应用扎根理论、德尔菲法和设计形态分析法提取出扬州漆木柜的9个典型特征作为典型度评价指标;其次基于语义差异法进行典型度调查,获取典型度分级值;最后分别采用BP神经网络和支持向量分类机作为典型度预测方法,建立"典型特征-典型度"之间的映射关系,构建基于典型特征的扬州漆木柜典型度分级预测模型。在此基础上,利用混淆矩阵比较2种模型的预测精度,结果表明支持向量分类机构建模型的拟合精度和泛化精度分别为95.5%和94.0%,高于BP神经网络构建模型的对应精度值77.3%和90.0%,且支持向量分类机构建模型的F1值无论在训练分析中还是在预测分析中均大于或等于BP神经网络构建模型,预测效果显著占优。在实际应用层面,典型度是个隐性的模糊感觉量,建立扬州漆木柜典型度预测模型,不仅可以为设计师设计具有传统特征基因的扬州漆木家具提供科学指导,也能协助企业降低人工评估误差和创新风险,有效缩短设计周期。在理论层面,承继对象的新选择和细化以及定量研究方法的引入,为新中式家具研究提供了一个全新的研究思路和研究方法。