作者：颜声远; 于晓洋; 张志俭; 彭敏俊; 杨明人机界面主观评价rbf网络显示设计光柱表
摘要：主观评价指标权重的确定方法是人机界面评价中的一项关键技术，现有的人机界面主观评价方法难以摆脱个人和随机性因素的影响．提出的基于RBF网络的主观评价指标权重计算方法，利用人工神经网络的自组织、自学习与自适应特性对网络进行训练，使网络学习隐含在训练数据中人机界面主观评价指标的权重规律中，自适应调整主观评价指标的权重，克服了主观赋权法定权的随机性因素影响．文中建立了基于RBF网络的光柱表人机界面主观评价模型；研究了主观评价的样本数量、扩展系数、网络模型精度三者之间的相互关系．对不同训练样本数的光柱表人机界面主观评价RBF网络模型的分析表明，采用80个训练样本可以得到令人满意的评价精度．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
