文摘
英文文摘
声明
第一章概述
1.1概述
1.2计算机配色系统
1.2.1计算机配色原理
1.2.2计算机配色的途径
1.2.3计算机配色的历史与现状
1.3本课题主要研究的内容及要解决定的问题
第二章色度学原理与织物染色配色
2.1色度学基础
2.1.1三基色原理
2.1.2 HLS(色相、亮度、饱和度)原理
2.2颜色的三刺激值
2.2.1 CIE色度图
2.2.2 CIE-RGB系统与CIE-XYZ系统
2.2.3三刺激空间和色度图
2.3颜色的混合与织物色差分析
2.4传统的织物染色配色方法
2.5计算机配色方法
2.6本章小结
第三章人工神经网络
3.1人工神经网络发展简史
3.2人工神经元
3.3人工神经网络的学习规则
3.3.1有导师学习
3.3.2无导师学习
3.3.3强化学习
3.4人工神经网络的分类及特点
3.5人工神经网络的应用
3.5.1模式识别
3.5.2信号处理
3.5.3自动控制
3.5.4人工智能
3.5.5优化计算
3.5.6通信方面
3.6本章小结
第四章BP神经网络
4.1 BP神经元和BP网络基本原理
4.1.1正向传播
4.1.2误差的反向传播
4.2 BP神经网络模型
4.3 BP网络的学习算法
4.4 BP网络学习算法的比较
4.5 BP神经网络的局限性
4.6本章小结
第五章参考隐层输出的BP神经网络改进算法及MATLAB仿真实验结果分析
5.1参考隐层输出的BP神经网络改进算法
5.2 BP网络结构的确定
5.2.1输入输出层节点数的确定
5.2.2隐层层数的确定
5.2.3隐层节点数的确定
5.2.4传输函数的选择及学习率的确定
5.3 Matlab仿真平台
5.4样本数据的获取及初始化
5.5参考隐层输出的BP神经网络MATLAB仿真实验及结果分析
5.1.1虹光深三元三拼色的仿真结果
5.1.2极品中三元三拼色的仿真结果
5.1.3京仁浅三元三拼色的仿真结果
5.6本章小结
第六章总结
参考文献
攻读学位期间的研究成果
致 谢