基于RBF网络的显示设计主观评价方法

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.