GA-BP神经网络结合PCA的多基色颜色预测模型

• 作者: 于海琦 刘真 田全慧
• 来源期刊: 发光学报
• 学科: 工学
• 关键词: BP神经网络 遗传算法 主成分分析 颜色预测模型 光谱反射率
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 发光学应用及交叉前沿
• 页码范围: 711-717
• 页数: 7页
• 分类号: TS801.3|TS801.9
• 字数: 3316字
• 语种: 中文
• DOI: 10.3788/fgxb20153606.0711

摘要

颜色分区法是简化多基色颜色复制的主要方法,本研究以3基色为组将7基色色空间分成6个子空间,结合主成分分析(PCA)对分区内颜色样本的光谱反射率降维,通过3层BP神经网络,建立样本网点面积率与多基色复制色光谱反射率的转换模型,并通过遗传算法(GA)对神经网络权值阈值进行优化,提高多基色复制的颜色预测精度.实验结果表明,在各分区训练样本数为64、检测样本数为216时,GA-BP神经网络模型颜色预测的平均色差(△Eab*)为1.669,光谱均方根误差(RMSE)为0.7％,预测精度和稳定性均高于BP神经网络模型和胞元Neugebauer模型.最后,将训练样本数为64的GA-BP模型与训练样本数量为125,216,343的BP神经网络模型(平均△Eab*分别为3.267,2.776,2.175,光谱RMSE为0.97％,0.79％,0.76％)进行了比较,结果表明训练样本数为64的GA-BP模型的预测精度与训练样本数量为343的BP神经网络模型相当.GA-BP模型仅需少量样本即可实现高精度的颜色预测,在应用中具有良好的可移植性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田全慧	上海出版印刷高等专科学校印刷包装工程系	33	54	4.0	6.0
2	刘真	上海理工大学出版印刷与艺术设计学院	85	167	8.0	10.0
3	于海琦	上海理工大学出版印刷与艺术设计学院	14	27	3.0	5.0