基于GABP算法的油墨配色研究

• 作者: 刘梦莹 廖开阳 张阁 王晓彤 郑元林
• 来源期刊: 西安理工大学学报
• 学科: 工学
• 关键词: 油墨配色 遗传算法 神经网络
• 年，卷（期）: 2019,（1）
• 页码范围: 113-119
• 页数: 7页
• 分类号: TS8
• 字数: 4792字
• 语种: 中文
• DOI: 10.19322/j.cnki.issn.1006-4710.2019.01.018

摘要

为了提高印刷油墨配色精度,本文提出了使用遗传算法(GA)优化的BP神经网络模型GABP.首先采集了颜色样本的光谱数据和CMYK四色网点面积率分别作为输入值和输出值,然后通过遗传算法优化了BP神经网络的结构和参数,并进行了训练,最后将模型的预测精度做对比分析,使用未经遗传算法优化的BP神经网络模型的平均误差为8.6％,使用GABP模型的平均误差为4.5％.结果 表明,经遗传算法(GA)优化的油墨配色模型预测精度有了大幅度提高,对印刷企业油墨配色有很好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑元林	西安理工大学印刷包装与数字媒体学院	45	288	7.0	16.0
3	张阁	西安理工大学印刷包装与数字媒体学院	1	0	0.0	0.0
9	廖开阳	西安理工大学印刷包装与数字媒体学院	7	19	3.0	4.0
13	刘梦莹	西安理工大学印刷包装与数字媒体学院	2	0	0.0	0.0