如今，许多产品开发项目因无法达到系统要求而无法满足客户的期望，因为产品开发过程非常不系统地进行，并导致资源浪费。 客户需求和满意度度量是一项主要挑战，可以通过多种方法来实现。 本文提出了基于人机工程学和用户需求的层次分析法（AHP），Kano模型和质量函数展开方法，以改进孟加拉国拖拉机驾驶员的拖拉机座椅设计。 已对50名拖拉机驾驶员进行了调查，以确定当前座椅的问题。 通过分析数据，可以确定客户需求并使用AHP对其进行排名。 以此开发了卡诺问卷，并得到了50位拖拉机驾驶员的回答。 此后，通过集成Kano模型，进行了QFD处理以确定客户需求权重和技术需求权重，以开发改进的设计。 在研究结束时，发现这两种方法都能够优先考虑要在新的符合人体工程学设计的拖拉机座椅上实施的改装元件。 仍然有一些限制。 分析是基于50位拖拉机驾驶员进行的。 为了获得更正确的结果，可以考虑使用50个以上的驱动程序。
2021-08-05 17:34:01
599KB
1
行业教育软件-学习软件-新版驾驶员考试培训软件 2008.0009.0015.zip
2021-08-03 22:02:54
5.23MB
行业教育软件-学习软件-山西省驾驶员理论模拟考试系统 3.0 build 0621 (1).zip
2021-08-03 13:01:56
5.46MB
行业教育软件-学习软件-山西省驾驶员理论模拟考试系统 3.0 build 0621 (2).zip
2021-08-03 13:01:56
5.44MB
行业教育软件-学习软件-山西省驾驶员理论模拟考试系统 3.0 build 0621.zip
2021-08-03 13:01:55
5.47MB
MATLAB的疲劳检测代码脑电图检测驾驶员疲劳
该项目是2019年悉尼科技大学的一项大学研究项目的一部分。目标是开发一种算法，用于检测实时EEG数据流中的驾驶员疲劳程度。
包含从项目中获得的所有结果的详细项目也包含在存储库中。
在此仅发布MATLAB中的特征提取。
鼓励所有用户扩展此处显示的特征提取或根据这些特征提出一种改进的驾驶员疲劳检测方法。
该自述文件将指导用户完成整个MATLAB的设置，以便该程序可以在您的本地计算机上运行。
入门
由于应用了监督学习方法来解决检测任务，因此需要标记的数据集。
此类数据集已在此处记录和发布：。
需要下载所有名为“
1.zip”到“
11.zip”的文件夹，并将它们解压缩到本地计算机上的文件夹中。
预处理所有脑电图通道
打开并将路径变量设置为带有EEG数据的字典。
该脚本从下载中打开原始EEG时间信号，将其拆分为自定义检测时期（fe
1秒），并分配标签（0正常，1疲劳）。
具有0.5
Hz至50
Hz的通带的带通滤波器应用于时间信号。
因此，从信号中去除了高频噪声和DC偏移，而不会丢失用于疲劳检测的相关EEG信号。
用户可以选择此处要提取的给定的E
2021-07-27 12:24:36
1.06MB
1
自己搭建的预瞄驾驶员模型包括simulink模型，cpar文件，实现在道路中心线行驶，双移线、Alt from 3D Road，帮助你学习carsim,以及simulink搭建
2021-07-20 12:02:06
2.6MB