一种具有增量式学习能力的墨键开度预测方法

摘要

本发明是数字化印刷油墨预置的方法，提出了一种基于Fuzzy ART神经网络和BP神经网络的Fuzzy ART-BP混合神经网络算法的墨键开度值预测方法。该网络充分利用Fuzzy ART神经网络的自学习、自组织和对信息模糊化处理能力将输入向量产生稳定的分类，针对每个分类利用BP神经网络对训练样本的输入和输出向量进行非线性映射，即以印刷现场温度、湿度和印刷机转速以及墨区对应的网点面积率为输入向量，以墨键开度值作为输出向量，建立训练样本的图文数字信息与墨键控制参数间的映射关系，用收敛的网络来预测新样本的墨键开度值。该网络学习的针对性更强，减少BP网络的迭代次数，同时使网络具有增量式学习的能力，提高了网络的泛化性。