基于CMAC辨识理论的设备彩色特征化方法的研究

• 作者: 周世生 智川 石毅
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 小脑模型神经网络 设备彩色特征化 色差
• 年，卷（期）: 2012,（5）
• 页码范围: 740-743
• 页数: 4页
• 分类号: TP301.6|TP391
• 语种: 中文

摘要

彩色设备的特征化是指设备相关颜色空间与标准色空间之间的转换,它是色彩管理技术的关键技术之一。以RGB颜色空间与CIE L＊a＊b＊颜色空间转换为例,采用小脑模型神经网络（cer-ebellar model articulation controller,CMAC）进行设备颜色空间的特征化,以BP神经网络的方法和颜色空间转换模糊神经辨识方法对该模型进行比较研究,并利用Matlab软件进行了仿真。仿真结果显示,当训练样本总数为729个时,经过不到100次的迭代,网络既可以满足输出精度要求,并且检验样本的平均色差为1.35,表明该算法具有更快的模型转换速度和更高的转换精度。