JP2800454B2 - デザイン装置 - Google Patents
デザイン装置Info
- Publication number
- JP2800454B2 JP2800454B2 JP3101104A JP10110491A JP2800454B2 JP 2800454 B2 JP2800454 B2 JP 2800454B2 JP 3101104 A JP3101104 A JP 3101104A JP 10110491 A JP10110491 A JP 10110491A JP 2800454 B2 JP2800454 B2 JP 2800454B2
- Authority
- JP
- Japan
- Prior art keywords
- design
- evaluation
- degree
- fitting
- terms
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Digital Computer Display Output (AREA)
- Devices For Executing Special Programs (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、入力したデザイン図の
評価用語をＣＲＴのような表示装置に表示するデザイン
装置に関する。
評価用語をＣＲＴのような表示装置に表示するデザイン
装置に関する。
【０００２】
【従来の技術】デザイン装置としては、例えば１９８８
年３月；電子情報通信学会発行「電子情報通信学会誌；
別冊；ＶＯＬ．７１NO．３ｐｐ．２４５−２４７」に記
載されたものがある。これは、コンピュータのメモリに
住宅の外観，玄関，洋間，和室，台所，風呂等の構成部
分毎の住宅デザイン要素、フィーリングを表す形容詞と
しての豪華，広々，ゆったり等の評価用語、評価用語間
の関係を規定する知識、これら評価用語と住宅デザイン
要素との関係を規定する知識等を知識データベースとし
て記憶しておき、人間がキーボードのような入力手段を
操作して、例えば住宅の構成部分であるデザイン要素を
表す“和室”なる住宅デザインの限定用語を入力すると
ともに、和室に対して持つ自分のイメージとしてのフィ
ーリングを表す“広々とした”なる評価用語をコンピュ
ータに入力すると、コンピュータが知識データベースか
ら入力された評価用語により、適切な和室のデザイン要
素を推論，抽出して表示手段に画像表示する構成になっ
ている。
年３月；電子情報通信学会発行「電子情報通信学会誌；
別冊；ＶＯＬ．７１NO．３ｐｐ．２４５−２４７」に記
載されたものがある。これは、コンピュータのメモリに
住宅の外観，玄関，洋間，和室，台所，風呂等の構成部
分毎の住宅デザイン要素、フィーリングを表す形容詞と
しての豪華，広々，ゆったり等の評価用語、評価用語間
の関係を規定する知識、これら評価用語と住宅デザイン
要素との関係を規定する知識等を知識データベースとし
て記憶しておき、人間がキーボードのような入力手段を
操作して、例えば住宅の構成部分であるデザイン要素を
表す“和室”なる住宅デザインの限定用語を入力すると
ともに、和室に対して持つ自分のイメージとしてのフィ
ーリングを表す“広々とした”なる評価用語をコンピュ
ータに入力すると、コンピュータが知識データベースか
ら入力された評価用語により、適切な和室のデザイン要
素を推論，抽出して表示手段に画像表示する構成になっ
ている。
【０００３】ところで、本出願人は、特願平１ー３３８
６７号で、上記デザイン装置にイメージスキャナのよう
な入力手段でデザイン図を入力することにより、この入
力したデザイン図を表現する評価用語を推論，抽出して
表示手段に表示するようにしたものを提案した。
６７号で、上記デザイン装置にイメージスキャナのよう
な入力手段でデザイン図を入力することにより、この入
力したデザイン図を表現する評価用語を推論，抽出して
表示手段に表示するようにしたものを提案した。
【０００４】
【発明が解決しようとする課題】人間が住宅や車両等の
デザインを行う場合、“明るい”とか“スポーティ”と
か単一評価用語で表現される概念でデザイン図を描くこ
とは少なく、“都会的で明るい”とか“落ち着いた華や
かさ”といった複数の評価用語で表現される微妙な概念
をデザインすることが多いものである。しかし、前述の
デザイン図から評価用語を表示するデザイン装置にあっ
ては、入力されたデザイン図に対して、１つの評価用語
を表示するようにしただけであるので、前記のような微
妙な概念を持つデザイン図を適切に表現する評価用語を
表示することは難しく、使いずらいという不都合があっ
た。
デザインを行う場合、“明るい”とか“スポーティ”と
か単一評価用語で表現される概念でデザイン図を描くこ
とは少なく、“都会的で明るい”とか“落ち着いた華や
かさ”といった複数の評価用語で表現される微妙な概念
をデザインすることが多いものである。しかし、前述の
デザイン図から評価用語を表示するデザイン装置にあっ
ては、入力されたデザイン図に対して、１つの評価用語
を表示するようにしただけであるので、前記のような微
妙な概念を持つデザイン図を適切に表現する評価用語を
表示することは難しく、使いずらいという不都合があっ
た。
【０００５】
【課題を解決するための手段および作用】そこで本発明
にあっては、図１に示すように、イメージスキャナのよ
うな入力手段１と、知識データベース２と、推論手段３
と、ＣＲＴのような複数評価用語表示手段４とを備え、
入力手段１の操作でデザイン図を入力すると、推論手段
３が知識データベース２からデザイン図に関する評価用
語の当て嵌まり度を演算し、この当て嵌まり度により当
該デザイン図を表現する複数の評価用語を推論，抽出し
て複数評価用語表示手段４に表示する。
にあっては、図１に示すように、イメージスキャナのよ
うな入力手段１と、知識データベース２と、推論手段３
と、ＣＲＴのような複数評価用語表示手段４とを備え、
入力手段１の操作でデザイン図を入力すると、推論手段
３が知識データベース２からデザイン図に関する評価用
語の当て嵌まり度を演算し、この当て嵌まり度により当
該デザイン図を表現する複数の評価用語を推論，抽出し
て複数評価用語表示手段４に表示する。
【０００６】
【実施例】図２は、本発明の一実施例を示すものであっ
て、この実施例のデザイン装置は、コンピュータグラフ
ィックを利用して車室内のインテリアデザインを描いた
デザイン図から評価用語を表示するようにした車両用デ
ザイン装置を例示してあり、コンピュータ１６と、入力
手段１たるイメージスキャナと、複数評価用語表示手段
４たるＣＲＴとで構成されている。コンピュータ１６の
メモリには、知識データベース２が記憶させてある。コ
ンピュータ１６のＣＰＵには、推論手段３が組み込んで
ある。
て、この実施例のデザイン装置は、コンピュータグラフ
ィックを利用して車室内のインテリアデザインを描いた
デザイン図から評価用語を表示するようにした車両用デ
ザイン装置を例示してあり、コンピュータ１６と、入力
手段１たるイメージスキャナと、複数評価用語表示手段
４たるＣＲＴとで構成されている。コンピュータ１６の
メモリには、知識データベース２が記憶させてある。コ
ンピュータ１６のＣＰＵには、推論手段３が組み込んで
ある。
【０００７】知識データベース２は、評価用語９と形容
詞知識１０とデザイン要素としての車両デザイン要素１
１とイメージ知識１２とを備えている。
詞知識１０とデザイン要素としての車両デザイン要素１
１とイメージ知識１２とを備えている。
【０００８】評価用語９は、表１の評価用語欄に示すよ
うな形容詞語群で構成されている。
うな形容詞語群で構成されている。
【０００９】形容詞知識１０は、表１に示すように、評
価用語９を収集し、予備実験の結果を解析することによ
り、評価用語間の関係を規定するものとして得た知識で
あって、これは、例えば評価用語９を因子分析等の多変
量解析で複数の因子に分け、各評価用語９が各因子にど
の程度の関係があるかを因子負荷量（数値）として得た
データである。各因子負荷量が特に大きい値において、
近い数値の評価用語は関係が深く、似ている評価用語と
いうことができる。
価用語９を収集し、予備実験の結果を解析することによ
り、評価用語間の関係を規定するものとして得た知識で
あって、これは、例えば評価用語９を因子分析等の多変
量解析で複数の因子に分け、各評価用語９が各因子にど
の程度の関係があるかを因子負荷量（数値）として得た
データである。各因子負荷量が特に大きい値において、
近い数値の評価用語は関係が深く、似ている評価用語と
いうことができる。
【００１０】車両デザイン要素１１は、表２に示すよう
に、大きな枠であるアイテムと、小さな枠であるカテゴ
リーとに区分されている。
に、大きな枠であるアイテムと、小さな枠であるカテゴ
リーとに区分されている。
【００１１】イメージ知識１２は、表２に示すように、
官能評価実験の結果として得られたものである。具体的
には、評価用語９と車両デザイン要素１１のアイテムを
選定し、このアイテムそれぞれに相当する車両デザイン
要素１１を不特定多数の人に見せ、形容詞語群である評
価用語９の１つ１つについての車両デザイン要素１１か
ら受けるフィーリングを収集し、その収集結果を数量化
論理１類もしくは２類等の多変量解析により、偏回帰係
数（偏相関係数）として解析したものである。
官能評価実験の結果として得られたものである。具体的
には、評価用語９と車両デザイン要素１１のアイテムを
選定し、このアイテムそれぞれに相当する車両デザイン
要素１１を不特定多数の人に見せ、形容詞語群である評
価用語９の１つ１つについての車両デザイン要素１１か
ら受けるフィーリングを収集し、その収集結果を数量化
論理１類もしくは２類等の多変量解析により、偏回帰係
数（偏相関係数）として解析したものである。
【００１２】ここで、アイテムは、車両デザイン要素１
１中のインストルメントパネルに設けられるメータ数、
インストルメントパネルとメータクラスタ、メータクラ
スタとセンターコンソール、ドアの厚さ、センタークラ
スタの張り出しに着目したもの等である。
１中のインストルメントパネルに設けられるメータ数、
インストルメントパネルとメータクラスタ、メータクラ
スタとセンターコンソール、ドアの厚さ、センタークラ
スタの張り出しに着目したもの等である。
【００１３】メータ数に着目したアイテムは、大きなメ
ータ１個を設けたカテゴリー、大きなメータ１個と小さ
なメータ２個とを設けたカテゴリー、大きなメータ１個
と小さなメータ３個とを設けたカテゴリー、大きなメー
タ２個と小さなメータ１個とを設けたカテゴリー、大き
なメータ２個と小さなメータ２個とを設けたカテゴリー
に分類してある。
ータ１個を設けたカテゴリー、大きなメータ１個と小さ
なメータ２個とを設けたカテゴリー、大きなメータ１個
と小さなメータ３個とを設けたカテゴリー、大きなメー
タ２個と小さなメータ１個とを設けたカテゴリー、大き
なメータ２個と小さなメータ２個とを設けたカテゴリー
に分類してある。
【００１４】インストルメントパネルとメータクラスタ
に着目したアイテムは、インストルメントパネルとメー
タクラスタとが一体になったカテゴリー、インストルメ
ントパネルとメータクラスタとが分離されたカテゴリー
に分類してある。
に着目したアイテムは、インストルメントパネルとメー
タクラスタとが一体になったカテゴリー、インストルメ
ントパネルとメータクラスタとが分離されたカテゴリー
に分類してある。
【００１５】メータクラスタとセンターコンソールに着
目したアイテムは、メータクラスタとセンターコンソー
ルとが一体になったカテゴリー、メータクラスタとセン
ターコンソールとが分離されたカテゴリーに分類してあ
る。
目したアイテムは、メータクラスタとセンターコンソー
ルとが一体になったカテゴリー、メータクラスタとセン
ターコンソールとが分離されたカテゴリーに分類してあ
る。
【００１６】ドアの厚さに着目したアイテムは、ドアが
厚いカテゴリー、ドアが薄いカテゴリーに分類してあ
る。
厚いカテゴリー、ドアが薄いカテゴリーに分類してあ
る。
【００１７】センタークラスタの張り出しに着目したア
イテムは、センタークラスタの張り出しが有るカテゴリ
ー、センタークラスタの張り出しが無いカテゴリーに分
類してある。
イテムは、センタークラスタの張り出しが有るカテゴリ
ー、センタークラスタの張り出しが無いカテゴリーに分
類してある。
【００１８】なお、表２に記載された以外に着目したア
イテムも、複数のカテゴリーに分類してある。
イテムも、複数のカテゴリーに分類してある。
【００１９】推論手段３は、イメージスキャナ１の操作
で入力されたデザイン図により、図３に示すフローチャ
ートにしたがって、知識データベース２から当該デザイ
ン図に関する各評価用語９の当て嵌まり度Ａを演算し
て、当該デザイン図を表現する複数の評価用語９を推
論，抽出してＣＲＴ４に表示させるようになっている。
この推論手段３は、演算する当て嵌まり度Ａに順位を付
け、第１位の当て嵌まり度Ａ1が例えば０．８のような
所定値ａ（ａ＝０．８）以下のときは、第１位の当て嵌
まり度Ａ1に第２位以下の当て嵌まり度Ａ2，Ａ3，…
…，Ａnを加味して、当て嵌まり度Ａを所定値ａ以上に
補正する機能をも備えている。
で入力されたデザイン図により、図３に示すフローチャ
ートにしたがって、知識データベース２から当該デザイ
ン図に関する各評価用語９の当て嵌まり度Ａを演算し
て、当該デザイン図を表現する複数の評価用語９を推
論，抽出してＣＲＴ４に表示させるようになっている。
この推論手段３は、演算する当て嵌まり度Ａに順位を付
け、第１位の当て嵌まり度Ａ1が例えば０．８のような
所定値ａ（ａ＝０．８）以下のときは、第１位の当て嵌
まり度Ａ1に第２位以下の当て嵌まり度Ａ2，Ａ3，…
…，Ａnを加味して、当て嵌まり度Ａを所定値ａ以上に
補正する機能をも備えている。
【００２０】以上の実施例構造によれば、先ず、評価用
語９，形容詞知識１０，車両デザイン要素１１，イメー
ジ知識１２等をコンピュータ１６のメモリＭに記憶させ
ておく。この状態において、人間がイメージスキャナ１
を操作してデザイン図を入力すると、推論手段３による
コンピュータ１６のＣＰＵの働きで、知識データベース
２からデザイン図を表現する複数の評価用語９を推論，
抽出してＣＲＴ４に表示する。
語９，形容詞知識１０，車両デザイン要素１１，イメー
ジ知識１２等をコンピュータ１６のメモリＭに記憶させ
ておく。この状態において、人間がイメージスキャナ１
を操作してデザイン図を入力すると、推論手段３による
コンピュータ１６のＣＰＵの働きで、知識データベース
２からデザイン図を表現する複数の評価用語９を推論，
抽出してＣＲＴ４に表示する。
【００２１】この作用を図３のフローチャートにもとづ
いて詳述する。
いて詳述する。
【００２２】ステップ１０１では、コンピュータ１６を
起動することにより、処理の実行が始まり、ステップ１
０２に進む。
起動することにより、処理の実行が始まり、ステップ１
０２に進む。
【００２３】ステップ１０２では、デザイナがデザイン
した車室内のインテリアデザインの描かれたデザイン図
をイメージスキャナ１で入力し、ステップ１０３に進
む。
した車室内のインテリアデザインの描かれたデザイン図
をイメージスキャナ１で入力し、ステップ１０３に進
む。
【００２４】ステップ１０３では、入力されたデザイン
図をイメージ知識１２中のデザイン要素１１に相当する
デザイン要素に分解し、イメージ知識１２から前記分解
したデザイン要素のカテゴリーを選定し、この選定カテ
ゴリーの偏回帰係数を読み取り、この読み取った偏回帰
係数の合計値を演算し、この合計値の大きい順に所定
数、例えばｎ個の評価用語９を選定し、ステップ１０４
に進む。ここで、選定されたｎ個の評価用語９を、偏回
帰係数の合計値の大きい順に、評価用語Ｋ1，Ｋ2，
Ｋ3，………，Ｋnとする。
図をイメージ知識１２中のデザイン要素１１に相当する
デザイン要素に分解し、イメージ知識１２から前記分解
したデザイン要素のカテゴリーを選定し、この選定カテ
ゴリーの偏回帰係数を読み取り、この読み取った偏回帰
係数の合計値を演算し、この合計値の大きい順に所定
数、例えばｎ個の評価用語９を選定し、ステップ１０４
に進む。ここで、選定されたｎ個の評価用語９を、偏回
帰係数の合計値の大きい順に、評価用語Ｋ1，Ｋ2，
Ｋ3，………，Ｋnとする。
【００２５】ステップ１０４では、ステップ１０３で演
算した偏回帰係数の合計値が最大の評価用語Ｋ１を選定
（表２の合計値欄を参照すると、表２では、「走り屋向
きの」なる評価用語を選定）し、この評価用語Ｋ1につ
いて、各アイテム中で最大となる偏回帰係数の個数Ｎ1
を数え、この偏回帰係数の個数Ｎ1を全アイテム数Ｎで
割り、当て嵌まり度Ａ1を演算（Ａ1＝Ｎ1／Ｎ）し、ス
テップ１０５に進む。
算した偏回帰係数の合計値が最大の評価用語Ｋ１を選定
（表２の合計値欄を参照すると、表２では、「走り屋向
きの」なる評価用語を選定）し、この評価用語Ｋ1につ
いて、各アイテム中で最大となる偏回帰係数の個数Ｎ1
を数え、この偏回帰係数の個数Ｎ1を全アイテム数Ｎで
割り、当て嵌まり度Ａ1を演算（Ａ1＝Ｎ1／Ｎ）し、ス
テップ１０５に進む。
【００２６】ステップ１０５では、ステップ１０４で演
算した当て嵌まり度Ａ1が、所定値ａより大きいか否か
を判断する。そして、当て嵌まり度Ａ1が所定値ａより
大きい場合は、ステップに進む。これとは逆に、当て嵌
まり度Ａ1が所定値ａ以下の場合は、ステップ１０６に
進む。
算した当て嵌まり度Ａ1が、所定値ａより大きいか否か
を判断する。そして、当て嵌まり度Ａ1が所定値ａより
大きい場合は、ステップに進む。これとは逆に、当て嵌
まり度Ａ1が所定値ａ以下の場合は、ステップ１０６に
進む。
【００２７】ステップ１０６では、ステップ１０４で選
定された評価用語Ｋ1の偏回帰係数が、最大となってい
ないアイテムを検索し、ステップ１０７に進む。
定された評価用語Ｋ1の偏回帰係数が、最大となってい
ないアイテムを検索し、ステップ１０７に進む。
【００２８】ステップ１０７では、ステップ１０６で検
索したアイテムについて、ステップ１０３での選定カテ
ゴリーの偏回帰係数が最大となる個数が一番多い評価用
語を、ステップ１０３で選定されたｎ−１個の評価用語
Ｋ2，Ｋ3，……，Ｋnの中から選定する。この場合、最
大偏回帰係数となる個数が同じものが複数出たときは、
ステップ１０３で選定された順位の高い評価用語を選定
する。このステップ１０７で選定された評価用語を評価
用語Ｋjとする。そして、ステップ１０８に進む。
索したアイテムについて、ステップ１０３での選定カテ
ゴリーの偏回帰係数が最大となる個数が一番多い評価用
語を、ステップ１０３で選定されたｎ−１個の評価用語
Ｋ2，Ｋ3，……，Ｋnの中から選定する。この場合、最
大偏回帰係数となる個数が同じものが複数出たときは、
ステップ１０３で選定された順位の高い評価用語を選定
する。このステップ１０７で選定された評価用語を評価
用語Ｋjとする。そして、ステップ１０８に進む。
【００２９】ステップ１０８では、ステップ１０７で選
定された評価用語Ｋjについて、検索アイテム中で最大
となる偏回帰係数の個数Ｎ2を数え、この偏回帰係数の
個数Ｎ2を全アイテム数Ｎで割り、当て嵌まり度Ａ2を演
算（Ａ2＝Ｎ2／Ｎ）し、この当て嵌まり度Ａ2をステッ
プ１０４で求めた当て嵌まり度Ａ1に加算し、新しい当
て嵌まり度Ａを演算（Ａ＝Ａ1＋Ａ2）し、ステップ１０
５に戻る。
定された評価用語Ｋjについて、検索アイテム中で最大
となる偏回帰係数の個数Ｎ2を数え、この偏回帰係数の
個数Ｎ2を全アイテム数Ｎで割り、当て嵌まり度Ａ2を演
算（Ａ2＝Ｎ2／Ｎ）し、この当て嵌まり度Ａ2をステッ
プ１０４で求めた当て嵌まり度Ａ1に加算し、新しい当
て嵌まり度Ａを演算（Ａ＝Ａ1＋Ａ2）し、ステップ１０
５に戻る。
【００３０】そして、ステップ１０５では、ステップ１
０８で求めた当て嵌まり度Ａが所定値ａより大きいか否
かを判断し、この当て嵌まり度Ａが所定値ａより大きい
場合は、ステップ１０９に進み、これとは逆に、当て嵌
まり度Ａが所定値ａ以下の場合は、ステップ１０６〜１
０８の処理を繰り返す。
０８で求めた当て嵌まり度Ａが所定値ａより大きいか否
かを判断し、この当て嵌まり度Ａが所定値ａより大きい
場合は、ステップ１０９に進み、これとは逆に、当て嵌
まり度Ａが所定値ａ以下の場合は、ステップ１０６〜１
０８の処理を繰り返す。
【００３１】ステップ１０９では、ステップ１０５で当
て嵌まり度Ａが所定値ａより大きい評価用語Ｋ1，Ｋ2，
Ｋ3，……，Ｋnを“かつ”でつなげて、ＣＲＴ４に出力
し、ステップ１１０に進む。
て嵌まり度Ａが所定値ａより大きい評価用語Ｋ1，Ｋ2，
Ｋ3，……，Ｋnを“かつ”でつなげて、ＣＲＴ４に出力
し、ステップ１１０に進む。
【００３２】ステップ１１０では、入力されたデザイン
図を表現する評価用語の表示の１サイクルが終わる。
図を表現する評価用語の表示の１サイクルが終わる。
【００３３】つまり、この実施例によれば、当て嵌まり
度Ａが所定値ａより大きい複数の評価用語を“かつ”で
つなげてＣＲＴ４に表示して、デザイン図を微妙に表現
することができる。
度Ａが所定値ａより大きい複数の評価用語を“かつ”で
つなげてＣＲＴ４に表示して、デザイン図を微妙に表現
することができる。
【００３４】なお、本発明は前記実施例に限定されるも
のではなく、図示は省略するが、例えば、入力するデザ
イン図は、知識データベース２に記憶する車両デザイン
要素１１と評価用語９とを変えることにより、住宅デザ
イン装置あるいは機械デザイン装置等の車両以外の分野
でも使用できるデザイン装置にも適用できる。
のではなく、図示は省略するが、例えば、入力するデザ
イン図は、知識データベース２に記憶する車両デザイン
要素１１と評価用語９とを変えることにより、住宅デザ
イン装置あるいは機械デザイン装置等の車両以外の分野
でも使用できるデザイン装置にも適用できる。
【００３５】また、アイテム数と各アイテム毎のカテゴ
リー数とは、前記実施例に限定されるものではない。
リー数とは、前記実施例に限定されるものではない。
【００３６】
【表１】
【００３７】
【表２】
【００３８】
【発明の効果】以上のように本発明によれば、デザイン
図の入力により、知識データベースから複数の評価用語
を推論，抽出して表示するので、“都会的で明るい”と
か“落ち着いた華やかさ”といった微妙な概念で評価で
き、使い易くなる。
図の入力により、知識データベースから複数の評価用語
を推論，抽出して表示するので、“都会的で明るい”と
か“落ち着いた華やかさ”といった微妙な概念で評価で
き、使い易くなる。
【図１】本発明の概念図。
【図２】本発明の一実施例を示す全体構成図。
【図３】同実施例のフローチャート。
１…入力手段（イメージスキャナ） ２…知識データベース ３…推論手段 ４…複数評価用語表示手段（ＣＲＴ） ９…評価用語 １１…車両デザイン要素（デザイン要素）
Claims (2)
- 【請求項１】 デザイン図を入力する入力手段と、評価
用語，デザイン要素，これら評価用語とデザイン要素と
の関係を規定する知識それぞれを記憶する知識データベ
ースと、前記入力手段で入力されたデザイン図により、
前記知識データベースから当該デザイン図に関する各評
価用語の当て嵌まり度を演算し、この当て嵌まり度によ
り当該デザイン図を表現する複数の評価用語を推論，抽
出する推論手段と、この推論手段で推論，抽出した評価
用語を表示する複数評価用語表示手段と、を備えたこと
を特徴とするデザイン装置。 - 【請求項２】 前記推論手段が、演算する当て嵌まり度
に順位を付け、第１位の当て嵌まり度が所定値以下のと
きは、第１位の当て嵌まり度に第２位以下の当て嵌まり
度を加味して、第１位の当て嵌まり度を所定値以上に補
正する機能を備えたことを特徴とする請求項１に記載し
たデザイン装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3101104A JP2800454B2 (ja) | 1991-05-07 | 1991-05-07 | デザイン装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3101104A JP2800454B2 (ja) | 1991-05-07 | 1991-05-07 | デザイン装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04332087A JPH04332087A (ja) | 1992-11-19 |
| JP2800454B2 true JP2800454B2 (ja) | 1998-09-21 |
Family
ID=14291775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3101104A Expired - Lifetime JP2800454B2 (ja) | 1991-05-07 | 1991-05-07 | デザイン装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2800454B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3177746B2 (ja) * | 1991-03-20 | 2001-06-18 | 株式会社日立製作所 | デ−タ処理システム及び方法 |
-
1991
- 1991-05-07 JP JP3101104A patent/JP2800454B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04332087A (ja) | 1992-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3116851B2 (ja) | 情報フィルタリング方法及びその装置 | |
| JP3960530B2 (ja) | テキストマイニングプログラム、方法、及び装置 | |
| KR20060047306A (ko) | 문서 검색 및 분류 방법 및 그 시스템, 문서 처리 방법 및그 시스템 또는 메모리 | |
| JPH03201067A (ja) | デザイン装置 | |
| JPH10254911A (ja) | 検索条件作成方法およびその装置、ならびにこの検索条件作成方法を用いた対象物検索方法およびその方法を用いた検索システム | |
| JP3373086B2 (ja) | 情報検索装置 | |
| JP2800454B2 (ja) | デザイン装置 | |
| JP3646011B2 (ja) | 検索システム、及び、当該検索システムのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4129132B2 (ja) | 検索結果提示装置、検索結果提示方法、及び検索結果提示プログラム | |
| JP2674249B2 (ja) | デザイン装置 | |
| KR100494113B1 (ko) | 웹 브라우저를 이용한 정보 검색 시스템 | |
| JP2836295B2 (ja) | デザイン装置 | |
| JP2959719B2 (ja) | 車両デザイン装置 | |
| JP2000242670A (ja) | 顧客満足度対応設計方法および顧客満足度対応設計装置 | |
| JPH0520407A (ja) | デザイン装置 | |
| JPH08185435A (ja) | デザイン装置 | |
| JPH05225265A (ja) | デザイン装置 | |
| JPH09259165A (ja) | デザイン装置 | |
| JPH05225266A (ja) | デザイン装置 | |
| JPH05128175A (ja) | デザイン装置 | |
| TWI534742B (zh) | 餐點配料或調味料之化學元素推薦系統與方法 | |
| JP2004199437A (ja) | 検索装置 | |
| JPH11232298A (ja) | データ検索装置及びコンピュータ読み取り可能な記録媒体 | |
| JP2002297659A (ja) | 主観的特徴要素生成装置、主観的特徴要素生成方法、及び主観的特徴要素生成プログラム | |
| JPH0589189A (ja) | デザイン装置 |