利用人工神经网络进行纹样重构与创新

摘要

针对纹样数字化改造的瓶颈,将纹样视为位置和颜色之间的关系函数,使用人工神经网络进行学习,利用网络输出重构纹样,通过在网络输入输出层上设置干扰函数来进行纹样改造和创新.采用2个输入点、3个输出点和若干隐含层的反向回馈网络结构,通过调节隐含层的规模控制网络容量以适应不同的纹样关系函数;从纹样像素构造输入样本集,通过反复训练降低误差,将网络的颜色输出置于对应位置上完成纹样重构;通过在网络输入层或输出层上设置干扰函数,对输入位置数据或输出颜色数据进行调制,实现了对纹样造型和颜色分布的改造;总结了条纹化、扭曲化、沙化和叠印4种纹样改造和创新效果,为采用智能方法进行纹样的数字化改造创新提供了新途径.