12、材料交互与感官体验:设计中的跨学科思考

材料交互与感官体验:设计中的跨学科思考

材料交互与意义传递

混凝土表面在生产过程和图像学两个层面同时发挥作用,截取了物质性和感官性的价值。不同类型的瓷砖有着丰富的变化,如纯色粗砂瓷砖、带有传统装饰的粗砂和意大利面状瓷砖,以及受其他材料(黄铜和玻璃)“污染”的瓷砖。

材料交互与意义的转变

以20×20单层浅灰色粗砂瓷砖(公司颜色参考101G)为例,在研究中,首先通过视觉,然后通过触觉来探索其感知特性。生产过程从选择浆料成分开始,接着是表面处理。项目中选用了来自特拉尼的当地石材,分为三种粒度:细(2/3毫米)、中(4/5毫米)和大(8/9毫米)。
|粒度|特点|
| ---- | ---- |
|细(2/3毫米)|初始时石材元素精致、细小|
|中(4/5毫米)|石材元素逐渐变大|
|大(8/9毫米)|石材元素占据整个瓷砖,白色与光线相互作用,增加表面亮度|

随着特拉尼石材粒度的增加,白色与光线相互作用,增强了表面的亮度。光线变化时,对瓷砖的感知也会改变,可能呈现出明暗对比或黑暗的视觉效果。在表面处理时,视觉和触觉相互影响。不同的平滑处理使表面向两个方向变化:一方面是粗糙/不透明的变化,另一方面是光滑/闪亮的变化。
- 粗糙/不透明方向 :校准使单个瓷砖表面均匀,随后使用金刚石树脂体和 abrasive 刷子。三种瓷砖对应三种不同的去除浆料的方式,逐渐暴露惰性材料的独特性,表面逐渐起皱,出现明暗笔触和渐变阴影,强调了瓷砖的不透明度。
- 光滑/闪亮方向 :使用120、240、320、400、600粒度的金刚石树脂体,使

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值