一种人车交互架构设计方法

来源 :长春师范大学学报 | 被引量 : 0次 | 上传用户:silent_snake
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出以车辆功能使用者为中心的整车交互设计理念,建立人车交互架构模型,包括场景级交互、概念层交互以及体验层交互,为整车人机交互设计提供方法论.
其他文献
2021年11月12日,国网抚顺县供电公司共产党员服务队抽调5名队员,驱车来到抚顺市传染病医院,帮助医院清除楼顶上的冰凌.rn抚顺县供电公司共产党员服务队于2012年组建,是国家电网辽宁电力雷锋共产党员服务队的一个支队,曾被评为国家电网供电抢修类优秀共产党员服务队.抚顺县供电公司共产党员服务队在做好电力营销和供电服务的同时,借助地区特有文化优势,将服务广大用户与抚顺供电公司新时代“雷锋工程”建设紧密结合,不断拓展服务内容,延伸服务范围,推进服务下沉,力争将“有呼必应、有难必帮”的服务承诺落到实处.
期刊
中国是世界上最早通过观测天象,使用日历月历纪年的国家.天干地支,六十年一甲子.甲、乙、丙、丁、戊、己、庚、辛、壬、癸“称为十天干;”子(鼠)、丑(牛)、寅(虎)、卯(兔)、辰(龙)、巳(蛇)、午(马)、未(羊)、申(猴)、酉(鸡)、戌(狗)、亥(猪)\"称为十二地支.十天干和十二地支依次相配,组成六十个基本单位,组成了干支纪年(辛丑牛、壬寅虎)法.不但纪年,还用来纪时、纪日、纪月、纪生肖等.
期刊
将Lasso-logistic模型引入院校评价结果影响因素的厘定研究,以教育部高职“双高”院校为研究个案,相较于支持向量机、决策树等模型,Lasso-logistic能够更高效地压缩筛选出入选“双高”院校的关键解释变量,而且总体预测准确率近80%,模型外推性良好,通过随机森林模型进一步验证了Lasso-logistic结果的合理性.实证结果表明,专业、教师、学生标志性成果是核心影响因素,建校时间、教师数、生师比等因素未产生实质性影响.
小年前,满村飘荡豆腐香rn在我们辽东山区,过大年除了杀年猪、蒸粘豆包、烙粘火勺之外,那是一定要做豆腐的.从腊月十五到小年,家家户户就陆陆续续开始忙乎啦,热气腾腾,满村飘荡豆腐香.rn做豆腐要选颗粒饱满的黄豆,这样的黄豆出豆腐多.母亲通常用小干瓢舀一下子黄豆慢慢倒在盖帘上面,倾斜大约45度角,骨碌到盆里的就是上好的豆子.盖帘上残留的豆瓣则倒进另一个容器以便他用.这叫骨碌豆子.我们家要骨碌20斤上好的黄豆,才够做豆腐用.
期刊
岁月的小舟慢慢地走过生活的四季,我站在昨天与今天的交点,拣拾着岁月的痕迹,因为每一年的岁尾我都会追忆这一年来的所见所闻,有的给我带来欣慰,有的给我带来快乐,有的给我带来某种莫名的无奈,总之,一年来值得追忆的还有许多许多,生活嘛,就是一道多彩的风景线.
期刊
这个春节,不少在大连西安路罗斯福和甘井子万达广场休闲娱乐的小伙伴们有了惊喜的发现:“咦!在这也能买福彩刮刮乐了?”是的,福彩“小黄人”正式入驻这里,市民在聚餐、购物、逛街的路上就能买到刮刮乐啦.而且,这里的“小黄人”是“兄弟团”,时尚“国潮风”造型也更加华丽亮眼,获得了不少新朋友尤其是年轻女性彩友的青睐.
期刊
街头,车拥塞着,人流淌着,店铺闹腾着,静谧的气息飘远了,大街小巷洋溢着节前的沸腾.我知道,又一个新年将要到来.rn一切似乎与我无关,一切又似过往的世界.站在大街边,陌生与熟悉在我的脑海中交织.那些盼望的日子,那些远去的时光,似一幕幕蒙太奇的镜头在我的眼前掠过.
期刊
为进一步提升云计算服务提供商的效益,结合云数据中心虚拟资源服务特征构思一种基于效益自适应把控的虚拟云资源计算方案.通过规划效益模型,从成本代价角度出发介入云数据中心环境受理海量云业务计算的过程性管理.在充分沿用经典算法的基础上引入普适性等一系列评估策略来甄别虚拟云计算的精度,同时持续性地降低虚拟云计算的复杂度.在此基础上设计筛选机制判定效益值的科学性.论证结果表明,该方案能够为云计算服务提供商带来科学的收益.
对芦柑叶多酚的超声波辅助提取工艺进行响应面法优化,并研究芦柑叶多酚对亚硝酸盐的清除活性.先考察了乙醇浓度、超声时间、液料比和超声温度四个单因素对芦柑叶多酚提取率的影响,再结合响应面法对提取工艺条件进行优化,最后考察了芦柑叶多酚对亚硝酸盐的清除能力.结果表明,芦柑叶多酚的最佳提取工艺为:乙醇浓度61%,超声时间50 min,液料比20 mL/g和超声温度63℃,测得芦柑叶多酚的提取率为32.27 mg/g,其与模型预测的理论值(32.58 mg/g)相对误差为0.95%,说明所建立的模型方程准确、可靠,可应
传统的变换域滤波去噪算法忽视了各图像信息之间的相关性,使得去噪效果较差,并且恢复的图像对原始信息损伤较大.为解决上述问题,本文以SVD算法为分解基础,提出基于Hankel矩阵的含噪图像去噪处理方法.该方法将图像数据按行逐次排列为Hankel矩阵,进行相应的SVD分解,为保证每次分解重构的有效性,将去噪后数据反对角线上的元素进行平均,得到近似的真实值构成的Hankel矩阵.室外监控可见光图像的去噪实验表明,本文算法有效可行,相比传统的小波算法、SVD算法,本算法能获得更高的峰值信噪比,去噪处理效果更好.