基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 为了提升数码印花中彩色图像的复现精度,提出一种在子空间采用遗传算法优化BP神经网络的颜色特性化方法.方法 介绍遗传算法(GA)优化BP神经网络的基本原理,设计一种在L*a*b*颜色子空间建立的颜色特性化模型,并对1000个色样开展GA-BP神经网络模型训练实验,最终拟合出印花色样的L*a*b*色度值和输入的印花图像RGB驱动值之间的非线性关系.结果 该方法对125个测试色样的颜色特性化预测结果显示,超过90%的色样色差分布在2.0以内,光谱均方根误差(RMSE)分布在0.02以内.结论 该方法较未进行遗传算法优化BP神经网络,预测精度得到明显提升,能够达到较高的数码喷墨印花彩色图像复现精度.
推荐文章
影响数码喷墨印花分辨率的因素
分辨率
印花质量
打印头
我国数码喷墨印花技术的发展
数码喷墨印花
数码静电印花
印花墨水
显影剂
设备
对我国发展数码喷墨印花的看法与建议(一)
数码喷墨印花
印花设备
发展建议
印花墨水
提高纺织品数码喷墨印花效果的途径
喷墨印花
数码
墨水
预处理
印花效果
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种数码喷墨印花机的颜色特性化方法
来源期刊 包装工程 学科 工学
关键词 数码喷墨印花机 颜色特性化 GA-BP神经网络 子空间划分
年,卷(期) 2019,(21) 所属期刊栏目 图文信息技术
研究方向 页码范围 235-241
页数 7页 分类号 TS801.3
字数 语种 中文
DOI 10.19554/j.cnki.1001-3563.2019.21.035
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李鹏飞 157 710 12.0 17.0
2 高敏 7 23 3.0 4.0
3 苏泽斌 25 33 4.0 5.0
4 杨金锴 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (172)
共引文献  (29)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(27)
  • 参考文献(1)
  • 二级参考文献(26)
2014(24)
  • 参考文献(5)
  • 二级参考文献(19)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(12)
  • 参考文献(3)
  • 二级参考文献(9)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数码喷墨印花机
颜色特性化
GA-BP神经网络
子空间划分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
包装工程
半月刊
1001-3563
50-1094/TB
大16开
重庆市九龙坡区渝州路33号
78-30
1979
chi
出版文献量(篇)
16469
总下载数(次)
123
总被引数(次)
101111
论文1v1指导