排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
名人代言是一种常见的营销手段,但是名人代言是如何作用于消费者的,至今尚无一套成熟的理论来加以解释。本文详细整理了在名人代言领域研究中,解释名人代言作用机制的各种理论,包括精细加工可能模型、意义迁移模型等。本文对每一个理论都进行了简要评述,并在最后指出了可能进一步研究的方向。 相似文献
2.
近年来,下肢外骨骼机器人作为人机交互设备备受关注,然而在感知和控制技术方面,特别是快速准确的步态相位检测仍然面临一系列挑战。因此,本文回顾了近年来与下肢外骨骼步态识别相关的文献。首先,在数据采集方面比较了不同传感器的优势和限制。随后,详细介绍了数据处理流程,包括数据预处理、特征提取、步态数据划分。此外,还探讨了机器学习和深度学习算法在智能识别不同步态任务中的有效性。最后,本文提出了下肢外骨骼控制领域的未来研究方向,以推动其进一步发展。 相似文献
3.
品牌关系是近年来品牌理论研究中的一个热点问题。本文以品牌关系互动主体为脉络,将国内外学者对品牌关系的研究成果进行了整理。最后,本文指出现有品牌关系模型的缺陷并提出未来可能的两个研究方向。 相似文献
4.
5.
国内外学者对品牌资产的相关研究逐渐向纵深化和整合化方向发展。本文将当前品牌资产领域内的主要研究归纳为三个方向:一是在基于消费者的品牌资产框架中继续深化;二是对原有的不同视角研究进行整合;三是研究范式的创新。文章最后探讨了品牌资产的认知范式和关系范式之间的差异,同时分析了品牌资产关系范式应用的局限性。 相似文献
6.
车辆动力学建模过程中通常会进行简化和假设, 导致模型在某些工况下无法准确反映车辆的实际动态特性, 影响控制精度甚至安全性. 鉴于此, 该文提出了一种基于数据驱动的非线性建模与控制方法, 建立了新型神经网络车辆横向动力学多步预测模型, 实现了智能汽车对参考轨迹的跟踪控制. 首先, 在分析车辆单轨模型并考虑轮胎非线性和纵向负载转移的基础上, 基于编码器?解码器结构设计神经网络横向动力学模型. 其中, 使用串行排列来扩展微分方程描述不完全的动力学信息, 隐藏层神经元学习车辆的高度非线性和强耦合特性, 进而提高模型全局计算精度. 利用所构建的数据集进行模型训练和测试, 结果表明, 相比于物理模型, 所提出的模型在不同路面附着系数条件下均具有更高的建模精度, 具有隐式预测路面摩擦条件能力. 其次, 利用提出的模型设计轨迹跟踪控制算法, 根据车辆稳态转向假设, 计算所需的前轮转向角和稳态质心侧偏角, 将稳态质心侧偏角纳入基于路径误差的转向反馈中, 实现参考轨迹跟踪控制. 最后, 使用CarSim/Simulink联合仿真及HIL实验测试进行不同工况试验的对比分析, 对所提出的基于神经网络模型的控制算法进行评价, 结果表明, 该模型能够实现智能汽车在高速下精确的跟踪控制效果, 并具有良好的横向稳定性. 相似文献
1