跳到主要內容

臺灣博碩士論文加值系統

(35.172.136.29) 您好!臺灣時間:2021/07/29 08:50
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:郭曉東
研究生(外文):Kuo, Shoutung
論文名稱:圖形資訊出現順序對最後圖樣的影響:以DefiZen的井字形圖樣為例
論文名稱(外文):The Impact on Final Sculpture by the Sequence of Parts:Exemplified by the Chinese Character “Well” Type structure in Defizen Puzzle Block
指導教授:鄧志堅鄧志堅引用關係
指導教授(外文):Deng, Zhijian
口試委員:楊懿淑蔡若鵬鄧志堅
口試委員(外文):Yang, Yi ShuCai, RuopengDeng, Zhijian
口試日期:2012-10-16
學位類別:碩士
校院名稱:大葉大學
系所名稱:工業工程與科技管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:101
語文別:中文
論文頁數:65
外文關鍵詞:DefiZen
相關次數:
  • 被引用被引用:0
  • 點閱點閱:140
  • 評分評分:
  • 下載下載:23
  • 收藏至我的研究室書目清單書目收藏:0
人類的大腦是一個自我組織的系統。資訊的流入可以豫表為水倒入一個沙堆上,當第一道水倒入沙堆後形成一條溝痕,之後,第二道水主體會照著第一條溝流,加深第一條溝的深度,偶爾也會產生新的溝痕,以此類推,越到後面的水倒入後對沙堆的影響就只在溝痕的加深,對新的溝痕產生就越發不可能。這個現象,說明資訊系統的進入順序,對人類產生資訊的型態有極大的影響。
本研究以法國積木DefiZen的井字形圖形,以兩組對照的順序比較固定順序和隨機順序的積木輸入對最後井字型圖案的影響。共有20位實驗參與者,每位實驗參與者個別給予固定順序和隨機順序的積木輸入。積木的給予方式是兩兩給予。這是因為Defizen的積木可以分為三組形狀相同的組合:圭字形、手字形和重疊的E字形。這些組合都是用兩兩堆疊出來的。實驗的結果將用KJ法比較各組實驗與標準井字形圖形的相似程度來歸類。共有5位評審員參與歸類的評審。最後用Dendrogram將集群的結果展現出來,並做出積木的輸入順序對最後井字型圖樣的影響結論。實驗結果顯示固定順序共有18個是正確的,兩組是錯誤的。但是這錯誤的兩組與標準組合的差異在於凸角的方向,因此,這個差異是非常小的。反觀,隨機順序在20個實驗當中沒有一個是正確的。
本研究可應用在於口字形的建築。由於口字形的建築具有抗震的優越性,因此,成為未來集合式住宅的建構模式。本研究的固定順序可以幫助建築業者正確的組裝順序。最特別的地方在於組裝時是兩兩給予的。
關鍵字:DefiZen、Rhino、口字形建築、集群、Dendrogram
The human brain is a self-organizing system. The information works like a body of water poured into a pile of sand and creating ditches. For example, the first stream of water creates a ditch, and the second stream will follow the ditch but deepening the level of it, and maybe creating another new ditch occasionally. And so on, the more water poured in hereafter which will only affect the depth of the ditch and more unlikely to create new ditches. This phenomenon indicates that the order of information entering the human brain does make a significant amount of differences.
This research project uses the “井” type shape of DefiZen Bricks from France, comparing the two results of fixed and random sequences to see whether or not the order influences the final “井” type pattern. We invited twenty participants for this project; everyone was given individually with a fixed and random order to builds the blocks-. Because the rule of building “圭”,”手” and overlapped “E” type shapes are built with two blocks at a time, so the participants were given two blocks on each step. The experimental results will be compared and arranged by the similarity of the standard “井” type shape by using KJ method and output the gathered result with Dendrogram to conclude if the theory works or not. A total of five reviewers were participated in the evaluation.
This experiment records an eighteen properly assembled results and two incorrect results with fixed order, but the incorrect two groups only differ in the convex angle mismatch against the standard combination, therefore the difference is very small. On the other hand, the random order combinations were all incorrect.
This research may be applied in “口” type buildings, because the capability of anti-shock it possesses. Therefore in the future, this research on fixed order sequence could help in various ways in constructing congregated dwelling house, by providing the correct order to build. In the assembling process of the congregated dwelling house, the most unique is the part when it’s assembled with two pieces at a time.

Keywords : DefiZen, Rhino, “口” type building, congregation, Dendrogram

封面內頁
簽名頁

摘要 iv
ABSTRACT vi
目錄 viii
圖目錄 ix
表目錄 xii
第一章 緒論 1
1.1 研究動機 2
1.2 研究目的 3
1.3 研究流程 4
第二章 文獻探討 6
2.1 邏輯力Being Logical 6
2.2 積木 9
2.3 KJ法 9
2.4 集群(Clustering)和Dendrogram 11
第三章 研究方法 14
第四章 前導實驗與正式實驗過程 29
4.1 前導實驗 29
4.2 正式實驗過程 40
第五章 結論 63
參考文獻 65


1.王萬智 (民98) ,學前兒童創新積木型玩具之設計研究,台北教育大學數位科技設計學系碩士論文。
2.黃惇勝 (民84),台灣式KJ法原理與技術,中國生產力中心,新北市。
3.Becker, M. and P. Golay (1999) Rhino NURBS 3D Modeling, New Riders, Berkeley, CA.
4.DeBono, E. (1969) The Mechanism of Mind, Penguin books, London.
5.Everitt, B.S., S. Landau and M. Leese (2009) Cluster Analysis, 4th Ed., Wiley, New York, NY.
6.Huang, Z. (1998) Extensions to the k-means algorithm for clustering large data sets with categorical values. Data Mining and Knowledge Discovery, 2, 283-304.
7.Mclnerny, D.Q. (2005) Being Logical: A Guide to Good Thinking, Random House, New York, NY.
8.Sibson, R. (1973) SLINK: an optimally efficient algorithm for the single-link cluster method. The Computer Journal (British Computer Society), 16 (1), 30–34.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top