产品模块化设计中的多角度、分级模块划分方法

给出模块划分中的多角度和分级特性，并提出一种新的模块划分方法．首先以用户需求为依据对产品进行功能分解，获得一系列的功能元；然后从用户的特定需求出发定义相关性矩阵，根据该相关性矩阵进行模块划分．划分方案体现为一种层次结构．以万能车床为例，使用该方法进行模块划分，进一步验证了该方法的可行性。     

提高驾驶注意力的个性化训练方案生成方法

驾驶注意力是影响驾驶安全性的重要因素之一,但驾驶注意力的训练由于存在高危险性很难开展.针对此问题,本文提出了一种虚拟现实平台下的提高驾驶注意力的个性化训练方案生成方法,该方法借助虚拟现实头盔的眼动跟踪技术,采集用户的注意力习惯特性,针对用户的习惯特性,自动优化生成个性化驾驶训练方案.在实验中,用户可以在已生成的训练方案中进行个性化驾驶注意力训练,并进行训练后的水平评估,通过对比训练前与训练后的效果评价本文提出的方法,实验结果表明,该方法可有效提升用户的驾驶注意力水平,并且优于传统训练方法.      

稳健设计理论在公差分析中的应用

为了分析尺寸链中组成环公差对封闭环公差的影响程度，在公差分析过程中引入稳健设计理论，提出尺寸合格率灵敏度和产品合格率灵敏度概念．采用灵敏度公差分析方法开发出相应的计算软件，定量分析了组成环公差对封闭环公差的影响程度，通过计算得知，尺寸合格率灵敏度较小的组成环公差对封闭环公差的影响较小，产品合格率灵敏度较小的尺寸链稳健性较好。     

智能网联交通混合标签感知的推荐预测模型

针对智能网联车辆高速移动以及智能网联组网模式多元化导致的传统协同过滤算法有效性受到限制的问题，提出一种新型混合标签感知推荐模型（hybrid tag-aware recommender model，HTRM）。嵌入层采用Word2Vec模型对项目标签、项目评分、用户行为标签和用户评分进行向量表示；特征层引入自编码器提取项目的自相似特征，采用长短期记忆网络（long short-term memory，LSTM）提取用户行为特征；门控层联合用户和项目的特征，并输入至全连接神经网络（fully connected neural network，FCNN）进行评分预测。实验结果表明，与TCF、CCF、ACF和DSPR传统模型相比，HTRM模型设计更合理，可以获得较高的推荐预测精度。