基于分级加权模型的车身色彩感性评价方法

以某自主品牌经济型汽车车身色彩为例,进行感知实验。运用分级加权法,通过主成分分析先后确定样本权重和感性指标限定权重,继而建立感性变量与车身色彩样本的分级加权模型并获得相应的感性评价的指标系数,由此获知客户的感性诉求程度。研究结果表明:采用分级加权模型对车身色彩样本进行感性评价可避免人为主观倾向对车身色彩设计与评审工作的干扰,可为企业进行车身色彩设计并根据实际产能合理安排喷涂生产等工作提供优先选择的可靠依据,提高产品设计部门和管理层在车身选色决策过程中的科学性,从而提高市场接受率和消费者满意度。

基于姓氏驱动的中国姓名自动识别方法

文章基于姓氏驱动和上下文信息,利用从真实姓名样本库和文本语料库中得到的大量统计数据,提出了一种中国姓名识别的分级加权筛选模型,利用基于这一模型的识别算法和冲突解决策略,实现中国人名的自动识别。通过从《人民日报》随机抽取的500个含有人名的句子进行测试,表明:中国姓名召回率达89.2%,精确率达93.15%。