盘点那些不曾被遗忘的细节设计

本文回顾了互联网产品设计中已消失的优秀设计案例,包括Path的扇形旋转菜单、知乎的抽屉式导航、好奇日报的特制专栏设计等。文章深入分析了这些设计的特点及为何逐渐淡出视野。

设计是一门推陈出新的艺术,虽然在互联网茫茫产品中曾涌现出过很多让人眼前一亮的设计,但随着时间推移和产品迭代,其中一些逐渐被新的想法所替代。纵然所谓没有最好只有最适合的设计,也依然令人略感惋惜。本期就和大家一起回顾几例在产品中已消逝不在的设计案例。

首例必须 Path 的「扇形旋转菜单」莫属,虽非首创,但却随其 2.0 版本被发扬光大。之后虽被无数效仿者借鉴,但从未被超越过,直到 Path 在新版本中对其进行了自我改良。

gleaning-01

3.0 版之前的知乎客户端一直使用着「抽屉式导航」菜单,对于其相对隐蔽的弊端,在初次登录时会通过一个弹性动画来提示用户它的存在。

gleaning-02

好奇心日报改版前曾对其 TOP 15 专栏有过特殊的设计,即相关的话题图标都是用卖萌式的设计绘制出了各个公司的形象,你认出了几个?

gleaning-03

Tweetbot 以其精湛的设计和多手势的操作而闻名,相比 3.0 版中直接显示在回复界面的原推来说,我更喜欢 2.0 版本中通过下滑操作才能看到原推的设计。

gleaning-04

不知道淘宝什么时候将其列表页的直翻按钮又变回了中规中矩的设计,之前的隐藏式设计还是很赞的。

gleaning-05

VVebo 算是第三方微博客户端中创新最多的一个,虽然在被官方收紧 API 后废了后劲,但出现在其旧版上的一些小设计还是很有想法的,比如这个在主按钮上左右滑动即可快速切换列表的设计。

gleaning-06


http://www.ifanr.com/app/532546

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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